python笔记：7.2.2.2 一元多因素方差分析_交互效应（购房面积影响因素交互效应）

# -*- coding: utf-8 -*-
"""
Created on Tue Jul  9 14:13:57 2019@author: User
"""# 《Python数据分析基础》中国统计出版社#import numpy as np
from scipy import stats
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf
import matplotlib.pyplot as plt
from statsmodels.stats.multicomp import pairwise_tukeyhsd
from matplotlib.font_manager import FontProperties
myfont=FontProperties(fname='data\msyh.ttc')house = pd.read_csv(u'data\\ch7\\house.csv',encoding = "gbk")house['education'] = house['education'].astype('category')
house['education'].cat.categories=['初中及以下', '高中(中专)','大学', '研究生及以上']house['unit'] = house['unit'].astype('category')
house['unit'].cat.categories=['国营企业', '行政事业单位','大专院校科研院所','私营企业', '失业','其他']house['income'] = house['income'].astype('category')
house['income'].cat.categories=['10000元以下', '10000-25000元','25000-50000元','50000-75000元', '75000以上']house['type'] = house['type'].astype('category')
house['type'].cat.categories=['一室一厅', '二室一厅','二室二厅', '三室一厅','三室二厅', '三室三厅','四室二厅一卫', '四室二厅二卫','四室三厅一卫', '四室三厅二卫','更大户型']print(house.head())formula = 'space ~ C(income) * C(type)'
house_anova_inter = sm.stats.anova_lm(smf.ols(formula, data = house).fit())  # dc_sales_est 是一个模型对象
print(house_anova_inter)

运行：

education unit income type space
0 初中及以下大专院校科研院所 10000-25000元二室一厅 75.0
1 初中及以下失业 10000元以下三室三厅 55.0
2 大学国营企业 10000-25000元四室二厅二卫 56.0
3 高中(中专) 其他 10000-25000元三室一厅 51.0
4 高中(中专) 私营企业 10000元以下三室二厅 60.0
df sum_sq mean_sq F PR(>F)
C(income) 4.0 19655.107559 4913.776890 16.629186 1.077135e-12
C(type) 10.0 10553.485226 1055.348523 3.571507 1.438294e-04
C(income):C(type) 40.0 20732.313415 518.307835 1.754055 3.896704e-03
Residual 436.0 128834.132740 295.491130 NaN NaN

python笔记：7.2.2.2 一元多因素方差分析_交互效应（购房面积影响因素交互效应）相关推荐

python 多因素方差分析_多因素方差分析估计平方和的三种方法
在做多因素方差分析时,有三种方法计算平方和(以模型Y ~ A + B + A:B为例,即先输入A,再输入B,最后输入交互项A:B):Type Ⅰ Sums of Squares(Type1, sequ ...
python笔记：7.2.1一元单因素方差分析（例7-1像素影响数码相机销量）
# -*- coding: utf-8 -*- """ Created on Mon Jun 24 11:00:09 2019@author: User "&q ...
python多因素方差分析_科学网—Python学生物统计---方差分析---学习笔记7 - 邓飞的博文...
OLS: 最小二乘法from scipy import stats import pandas as pd import numpy as npfrom statsmodels.formula.api ...
Python笔记（1-20）
Python笔记(1-20) 习题等资源来源于网络,本人只是在此收集整理,如有版权问题,归小甲鱼所属.小甲鱼:https://ilovefishc.com/ 第 1 课 1.Python 是什么类型的 ...
tkinter 笔记： radiobutton 选择按钮（莫烦python笔记）
1 主体框架还是那个主体框架 window = tk.Tk() window.title('my window') window.geometry('500x500') 2 设置tkinter的文字变 ...
tkinter 笔记：列表部件 listbox （莫烦python 笔记）
1 主体框架主体框架部分还是 import tkinter as tkwindow = tk.Tk() #创建窗口window.title('my window') #窗口标题window.geo ...
python笔记：生成器
元素按照某种算法推算出来,我们在循环的过程中不断推算出后续的元素不必创建完整的list,从而节省了大量的空间这种一边循环一遍计算的机制,称之为生成器generator 1 列表生成器把列表生成式 ...
python输出字体的大小_Toby的Python笔记 | 预备知识：安装openpyxl学做电子表格
Toby的Python笔记 | 预备知识:安装openpyxl学做电子表格 Python 需要创建和读取excel表里面的数据,需要用 openpyxl 这个包,今天安装好备用. 首先,进入C命令窗口 ...
c++ 冒泡排序_干货｜python笔记1-冒泡排序
面试的时候经常有面试官喜欢问如何进行冒泡排序?这个问题相信可以难倒一批的同学,本篇就详细讲解如何用python进行冒泡排序. 基本原理 01概念: 冒泡排序是一种交换排序,它的基本思想是:两两比较相邻 ...
python笔记-1（import导入、time/datetime/random/os/sys模块）
python笔记-6(import导入.time/datetime/random/os/sys模块) 一.了解模块导入的基本知识此部分此处不展开细说import导入,仅写几个点目前的认知即可.其它内 ...

python笔记：7.2.2.2 一元多因素方差分析_交互效应（购房面积影响因素交互效应）

python笔记：7.2.2.2 一元多因素方差分析_交互效应（购房面积影响因素交互效应）相关推荐

最新文章

热门文章