Python——单因素方差分析表
Python——单因素方差分析表
- 假设一个实验有一个影响因素有三个水平,每个水平有5个观察值,数据如下。
##导入包
import pandas as pd
import numpy as np
#导入所数据表
data=pd.read_excel(r'方差分析.xls',)
##计算各组均值
mea=[]
for i in range(0,data.columns.size):mea.append(np.mean(data.iloc[:,i]))
##计算ssa
ssa=0
for i in range(0,data.columns.size):ssa+=((mea[i]-np.mean(mea))**2)*len(data)
##计算sse
sse=0
for j in range(0,data.columns.size):for i in range(0,len(data)):sse+=(int(data.iloc[i:i+1,j])-mea[j])**2
##计算msa,mse
msa=ssa/(data.columns.size-1)
mse=sse/(data.columns.size*len(data)-data.columns.size)
print(msa,mse)
##计算F
f=msa/mse
f
##创建数据框,将结果写入数据框
df=pd.DataFrame()
sou=["treatment",'error','total']
dff=[data.columns.size-1,data.columns.size*len(data)-data.columns.size,data.columns.size*len(data)-1]
ss=[ssa,sse,ssa+sse]
ms=[msa,mse,msa+mse]
data_dict={'Source':sou,'DF':dff,'ss':ss,'ms':ms,'f':f
}
df=pd.DataFrame(data_dict)
- 最终结果如下(最后的F只取第一行值即可)
Python——单因素方差分析表相关推荐
- 研效优化实践:Python单测——从入门到起飞
作者:uniquewang,腾讯安全平台后台开发工程师 福生于微,积微成著,一行代码的精心调试,一条指令的细心验证,一个字节的研磨优化,都是影响企业研发效能工程的细节因素.而单元测试,是指针对软件中的 ...
- Surv单因素批量生存分析使用 cox批量生存回归分析有点像deseq2的design差异分析designG:\r\2021_1203_geo\GEO-master\GSE11121_survival
批量生存分析 input codes output input: 表达矩阵 和 meta 信息 表达矩阵 meta信息 phe = as.data.frame(apply(phe,2,as.numer ...
- R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、使用multcomp包的glht函数检验组均值之间所有成对对比差异、通过contrast参数自定义对比组进行组间两两方差分析
R语言使用aov函数进行单因素协方差分析(One-way ANCOVA).使用multcomp包的glht函数检验组均值之间所有成对对比差异.通过contrast参数自定义对比组进行组间两两方差分析( ...
- R语言使用aov函数进行单因素协方差分析(One-way ANCOVA)、单因素协方差分析(ANCOVA)扩展了单因素方差分析,包括一个或多个协变量(covariates)
R语言使用aov函数进行单因素协方差分析(One-way ANCOVA).单因素协方差分析(ANCOVA)扩展了单因素方差分析,包括一个或多个协变量(covariates) 目录
- R语言单因素重复测量方差分析(one-way repeated measures ANOVA)实战
R语言单因素重复测量方差分析(one-way repeated measures ANOVA)实战 目录 R语言单因素重复测量方差分析(one-way repeated measures ANOVA) ...
- python单下划线和双下线的区别
python单下划线和双下划线的区别 文章目录: 一.简单说明 二.举例说明 1.单下划线开头开头(protected变量) 2.双下划线开头(private变量) 一.简单说明 在学习Python的 ...
- UA MATH571B 试验设计III 单因素试验设计3
UA MATH571B 试验设计III 单因素试验设计3 Contrast 多个contrast的联合推断 配对比较 Tukey检验 Fisher Least Significant Differen ...
- UA MATH571B 试验设计III 单因素试验设计2
UA MATH571B 试验设计III 单因素试验设计2 非平衡试验 验证单因素ANOVA的假设 残差图 正态性 Kolmogorov-Smirnov检验 Cramer-von Mises检验 And ...
- UA MATH571B 试验设计III 单因素试验设计1
UA MATH571B 试验设计III 单因素试验设计 单因素ANOVA 模型设定与假设 ANOVA F检验 单因素ANOVA 方差分析(Analysis of Variance,ANOVA)是两样本 ...
- spssχ2检验_卡方检验与单因素logistic回归分析结果比较
在疾病或健康的流行病学研究中,经常需要分析疾病或健康状态与各种影响因素(保护因素或危险因素)的之间的定量关系,由于疾病或健康状态是分类变量,一般采取logistic回归分析. 在做此类数据分析时,对分 ...
最新文章
- 状态机系列学习笔记01
- c++动态链接库及静态链接库的生成与使用
- spring boot使用freemarker页面获取系统路径最简配置
- Pycharm如何自动换行
- 龙芯团队完成CoreCLR MIPS64移植,在github开源
- Delphi---TServerSocket和TClientSocket发送和接收大数据包
- php日志数据统计,PHP统计Nginx日志的User Agent数据
- 为Go编译的Windows程序加入资源文件
- 在Ubuntu(Debian)上安装最新版Git
- 阶段3 2.Spring_04.Spring的常用注解_1 今日课程内容介绍
- mysql中文乱码--存入mysql里的中文变成问号的解决办法
- SQL Server如何清除连接过的服务器名称历史?
- live555 linux 编译
- EVE-NG之dynamips镜像重新计算idle值
- Excel上传导致系统卡顿的原因分析
- 做技术应该持有什么样的工作态度?
- CoAP协议之初探(一)
- linux ping不通自动关机脚本,服务器断电自动关机bat脚本
- python解决凯撒密码
- 从月薪3千到3万,需要努力多久?
热门文章
- 分布式定时任务框架---Uncode Schedule
- 宠物王国6java变态版,宠物王国外传999999级变态版
- 恢复计算机文件的软件,删除文件恢复大师软件
- ROVIO安装运行及保存轨迹用evo评估
- 桥本分数式(用递归法实现全排列)
- android wps页面设置背景图片,wps word怎么设置背景图片
- window10 删除桌面删除不掉的ie图标(快捷方式)
- npm WARN using --force Recommended protections disabled.
- (四.2)计算机组成原理笔记——存储器(静态RAM和动态RAM的区别,动态RAM的刷新, ROM……)
- 5336: [TJOI2018]party