Scipy Anova Einweg

In diesem Tutorial führen Sie die Arbeit und Implementierung der ANOVA -Funktion der Scipy Library. Die Python-Programmiersprache ermöglicht die Ausführung jeglicher Art von mathematischen, wissenschaftlichen oder statistischen Berechnungen mit ihren integrierten Funktionen. ANOVA ist eine statistische Funktion, die wir in diesem Artikel erklären werden. Wir werden erklären, was ANOVA One-Way ist, was ist ihr Zweck und wie man sie in einem Python-Programm umsetzt. Wir werden auch einige Beispielprogramme zur Verfügung stellen, mit denen Sie die ANOVA-Einweg-Implementierung leiten können.

Was ist Anova?

ANOVA ist die Abkürzung der „Varianzanalyse“, die ein Omnibus -Test ist. Es wird eingesetzt. Es folgt den beiden Hypothesen - einer sagt, dass die Mittelwerte aller Gruppen gleich sind und der andere sagt, dass der Mittelwert einer Gruppe eine gewisse Unterschiede gibt. Da ANOVA One-Way der Omnibus-Test ist, überprüft es alle Gruppen auf Unterschiede und mindestens einer von ihnen ist statistisch ganz anders als die anderen. Wenn jedoch die ANOVA-Einwegsweg signifikant ist, kann nicht festgelegt werden, welche Gruppe unterschiedlich ist.

Was ist Anova in einem Python -Programm in einem Weg??

Scipy Library in der Python-Programmiersprache bietet die Funktion f_oneway (), mit der die Einweg-ANOVA ausgeführt wird. Die Funktion f_oneway () folgt der Nullhypothese, die testet, dass die Liste der Gruppen den gleichen Mittelwert hat. Der Test wird auf mehr als zwei Gruppen angewendet und kann unterschiedliche Größen haben. Lassen Sie uns nun die folgende Syntax verstehen:

Syntax der F_oneway -Funktion

Der f_oneway () enthält zwei Parameter, die funktionieren - einer ist obligatorisch und der andere kann übersprungen werden. Der Parameter „**Datasets“ enthält die Liste der Datenproben. Sie können so viele Proben bereitstellen, wie Sie benötigen. Es muss mindestens zwei Datensätze geben. Wenn Sie mehrdimensionale Arrays haben, sollten alle Arrays die gleichen Abmessungen haben. Der Parameter „Achsen“ ist der optionale Parameter. Es wird verwendet, um die Achse des Arrays anzugeben, entlang der der Test angewendet wird. Die F_Oneway-Funktion gibt die F-Statistik und den damit verbundenen p-Wert zurück.

Die F_Oneway -Funktion erhöht zwei Ausnahmen: KonstantinputWarning und degeneratedataWarning. Die KonstantinputWarning wird angehoben, wenn jedes Element der Datensätze identisch ist und die F -Statistik dagegen entweder nicht definiert oder unendlich ist, sodass sie entweder NP zurückgibt.Nan oder NP.Inf. Andererseits wird das degenerierteataWarning angehoben, wenn das Array mit einer Länge von 0 oder 1 ist. In diesem Fall NP.NAN wird für die F-Statistik und den p-Wert zurückgegeben.

Zweck und Funktion der ANOVA in eine Richtung

Der ANOVA-Einweg wird verwendet, um die Mittelwerte verschiedener Gruppen zu vergleichen und die Ähnlichkeiten und Unterschiede zwischen ihnen zu finden. Es erfordert unterschiedliche Gruppenmittel und Tests auf statistische Unterschiede zwischen ihnen. Lassen Sie uns dies alles mit Hilfe von Beispielen verstehen. Um die ANOVA-Einweg-Funktion zu implementieren, müssen wir die Scipy-Bibliothek installieren. Stellen Sie sicher, dass die Scipy-Bibliothek vorinstalliert ist. Wenn dies nicht der Fall ist, müssen Sie es installieren, bevor Sie die ANOVA-Einweg-Funktion implementieren. Sie können die Scipy -Bibliothek mit dem folgenden Befehl installieren:

Unter der Annahme, dass Sie die Scipy Library vorinstalliert haben.

Beispiel 1:

Wie bereits erwähnt, finden Sie hier eine Liste von Gruppen, die der ANOVA-Einweg-Funktion zur Verfügung gestellt werden sollen, um das ANOVA-Einweg-Ergebnis zu erhalten. In diesem Beispiel werden wir vier Listen für die Funktion f_oneway () zur Verfügung stellen. Betrachten Sie den folgenden Beispielcode:

von Scipy.Statistiken importieren f_oneway
P1 = [5, 10, 15, 20, 30]
P2 = [10, 15, 20, 25, 30]
P3 = [15, 20, 25, 30, 35]
P4 = [20, 25, 30, 35, 40]
f_oneway (p1, p2, p3, p4)

Die Scipy -Bibliothek und ihr Statistikpaket werden aufgerufen, um die Funktion F_oneway zu importieren. Die Datensätze werden bereitgestellt und an die Funktion f_oneway () übergeben, um einen mittleren Vergleich zu erhalten. Die Ausgabe ist wie folgt:

Beispiel 2:

Verwenden wir die zufällige Funktion aus der Numpy-Bibliothek, um die ANOVA-Einbahnstraße zu berechnen. Betrachten Sie den Beispielcode im folgenden Snippet:

von Scipy.Statistiken importieren f_oneway
Numph als NP importieren
p1 = np.willkürlich.Rand (2, 10)
p2 = np.willkürlich.Rand (3, 10)
p3 = np.willkürlich.Rand (4, 10)
p4 = np.willkürlich.Rand (5, 10)
p5 = np.willkürlich.Rand (6, 10)
F, p = f_oneway (p1, p2, p3, p4, p5)
Druck (f)
Druck (p)

Genau wie im vorherigen Beispiel wird die Scipy -Bibliothek zusammen mit dem Statistikmodul in das Programm importiert, um die Funktion F_oneway zu verwenden. Die Numpy -Bibliothek wird als NP importiert, um die damit verbundene zufällige Funktion zu verwenden. Fünf Datensätze werden unter Verwendung der Zufallsfunktion mit unterschiedlichen Bereichen deklariert und alle werden an die Funktion f_oneway übergeben. Lassen Sie uns nun das Ergebnis der F_onway -Funktion für die Datensätze mit den Zufallszahlen sehen. Die Ausgabe ist wie folgt:

Beispiel 3:

Bisher haben wir der Funktion f_oneway () ein eindimensionales Array zur Verfügung gestellt. Lassen Sie uns nun das mehrdimensionale Array an die F_oneway-Funktion übergeben. Betrachten Sie den folgenden Beispielcode für Ihr Verständnis:

Numph als NP importieren
von Scipy.Statistiken importieren f_oneway
a = np.Array ([[5, 10, 15, 20, 30],
[10, 15, 20, 25, 30],
[15, 20, 25, 30, 35],
[20, 25, 30, 35, 40]])
B = NP.Array ([[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]]))
C = NP.Array ([[2, 4, 6, 8, 10],
[4, 6, 8, 10, 12],
[6, 8, 10, 12, 14],
[8, 10, 12, 14, 16]])
d = np.Array ([[3, 6, 9, 12, 15],
[6, 9, 12, 15, 18],
[9, 12, 15, 18, 21],
[12, 15, 18, 21, 23]])
f_oneway (a, b, c, d)

Auch hier werden die Numpy- und Scipy -Bibliotheken nach Bedarf für das Programm importiert. Vier Datensätze, die mehrdimensionale Arrays enthalten. Beachten Sie, dass die Dimensionen jedes Datensatzes gleich sind und alle als Numpy -Arrays deklariert werden. Wie bereits erwähnt, sollten die Dimensionen aller Stichprobensätze gleich sein. Andernfalls haben Sie Ausnahmen oder Fehler. Die F-Statistik und der p-Wert für die F_Oneway-Funktion werden wie folgt zurückgegeben:

Abschluss

Dieses Tutorial ist eine Anleitung zur ANOVA-Einweg-Funktion. Bei der ANOVA-Einbahnstraße finden Sie die statistischen Unterschiede zwischen den Mitteln verschiedener Stichprobengruppen. Die ANOVA-Einweg-Funktion übernimmt die Liste der Beispieldaten und vergleicht ihre Mittelwerte und gibt den F-Wert und den P-Wert der angegebenen Datensätze zurück. Die Scipy Library bietet die F-Oneway-Funktion im Statistikpaket, die die ANOVA-Einweg-Funktion ausführt. Wir haben einige Beispiele demonstriert, damit Sie lernen und verstehen, wie die F_oneway -Funktion in einem Python -Programm implementiert werden kann. Üben Sie diese Beispiele und haben Sie einen guten Befehl zur Funktion der F_oneway der Scipy -Bibliothek.