Scipy Anova a senso unico

Questo tutorial ti guiderà attraverso il lavoro e l'implementazione della funzione ANOVA della libreria Scipy. Il linguaggio di programmazione di Python consente di eseguire qualsiasi tipo di calcolo matematico, scientifico o statistico con le sue funzioni integrate. ANOVA è una funzione statistica che spiegheremo in questo articolo. Spiegheremo cos'è ANOVA a senso unico, qual è il suo scopo e come implementarlo in un programma Python. Forniremo anche alcuni programmi di esempio per aiutarti a guidare sull'implementazione a senso unico ANOVA.

Cos'è ANOVA?

ANOVA è l'abbreviazione dell '"analisi della varianza" che è un test omnibus. È impiegato per determinare se esiste una variazione statisticamente significativa nei valori medi di diversi gruppi. Segue le due ipotesi - si dice che i valori medi di tutti i gruppi sono uguali e l'altro dice che c'è una certa disparità nel valore medio di un gruppo. Poiché ANOVA a senso unico è il test Omnibus, controlla tutti i gruppi per la differenza e almeno uno di loro è statisticamente abbastanza diverso dagli altri. Tuttavia, se l'ANOVA a senso unico è significativo, non si può determinare quale gruppo è diverso.

Cosa è ANOVA in un modo in un programma Python?

La libreria Scipy in Python Programming Language fornisce la funzione f_oneway () che viene utilizzata per eseguire l'ANOVA a senso unico. La funzione f_oneway () segue l'ipotesi nulla che verifica che l'elenco dei gruppi ha la stessa media. Il test viene applicato a più di due gruppi e possono essere di dimensioni diverse. Ora, facci capire la seguente sintassi:

Sintassi della funzione F_oneway

Il f_oneway () include due parametri per funzionare: uno è obbligatorio e l'altro può essere saltato. Il parametro "*set di dati" prende l'elenco dei campioni di dati. Puoi fornire tutti i campioni di cui hai bisogno. Devono esserci un minimo di due set di dati. Se hai array multidimensionali, tutti gli array dovrebbero avere le stesse dimensioni. Il parametro "Axis" è il parametro opzionale. Viene utilizzato per specificare l'asse dell'array lungo il quale viene applicato il test. La funzione F_oneway restituisce le statistiche F e il valore p associato ad essa.

La funzione F_Oneway aumenta due eccezioni: CostanInputWarning e DegeneratedAtawarning. La CostantinputWarning viene sollevata quando ogni elemento dei set di dati è identico e la statistica F contro di esso non è definita o infinita, quindi restituisce NP.nan o np.inf. D'altra parte, la degeneratatawarning viene sollevata quando l'array è di lunghezza 0 o 1. In questo caso, NP.NAN viene restituito per le statistiche F e il valore p.

Scopo e funzione dell'anova in un modo

L'ANOVA a senso unico viene utilizzato per confrontare i mezzi di diversi gruppi e trovare le somiglianze e le differenze tra loro. Ci vogliono mezzi di gruppo diversi e test per differenze statistiche tra loro. Ora, facci capire tutto questo con l'aiuto di esempi. Per implementare la funzione a senso unico ANOVA, dobbiamo installare la libreria Scipy. Assicurati che la libreria Scipy sia preinstallata. In caso contrario, è necessario installarlo prima di implementare la funzione a senso unico ANOVA. È possibile installare la libreria Scipy utilizzando il comando seguente:

Supponendo che tu abbia la libreria Scipy preinstallata, passiamo alla sezione Esempi per guidarti su come implementare l'ANOVA a senso unico nel linguaggio di programmazione Python.

Esempio 1:

Come discusso in precedenza, ecco un elenco di gruppi che devono essere forniti alla funzione a senso unico ANOVA per ottenere il risultato di una via ANOVA. Forniremo quattro elenchi alla funzione f_oneway () in questo esempio. Considera il seguente codice di esempio:

da Scipy.statistiche importa 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)

La libreria Scipy e il suo pacchetto statistiche sono chiamati per importare la funzione F_Oneway. I set di dati vengono forniti e passati alla funzione f_oneway () per il confronto medio. L'output è il seguente:

Esempio 2:

Usiamo la funzione casuale dalla libreria numpy per calcolare l'ANOVA a senso unico. Considera il codice di esempio nel seguente frammento:

da Scipy.statistiche importa f_oneway
Importa Numpy come NP
p1 = np.casuale.Rand (2, 10)
p2 = np.casuale.Rand (3, 10)
p3 = np.casuale.Rand (4, 10)
p4 = np.casuale.Rand (5, 10)
p5 = np.casuale.Rand (6, 10)
F, p = f_oneway (p1, p2, p3, p4, p5)
stampa (f)
Stampa (P)

Proprio come nell'esempio precedente, la libreria Scipy insieme al modulo STATS viene importata nel programma per utilizzare la funzione F_Oneway. La libreria numpy viene importata come NP per utilizzare la funzione casuale ad essa associata. Cinque set di dati sono dichiarati utilizzando la funzione casuale con intervalli diversi e tutti vengono passati alla funzione F_Oneway. Ora vediamo il risultato della funzione F_onway per i set di dati contenenti i numeri casuali. L'output è il seguente:

Esempio 3:

Finora, abbiamo fornito un array unidimensionale alla funzione F_oneway (). Ora, passiamo l'array multidimensionale alla funzione F_Oneway. Considera il seguente codice di esempio per la tua comprensione:

Importa Numpy come NP
da Scipy.statistiche importa 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)

Ancora una volta, le biblioteche Numpy e Scipy vengono importate come richiesto per il programma. Quattro set di dati contenenti array multidimensionali sono dichiarati e passati alla funzione F_Oneway. Si noti che le dimensioni di ciascun set di dati sono uguali e tutte sono dichiarate come array numpy. Come accennato in precedenza, le dimensioni di tutti i set di campioni dovrebbero essere le stesse. Altrimenti, finirai con eccezioni o errori. Le statistiche F e il valore p per la funzione F_Oneway vengono restituiti come segue:

Conclusione

Questo tutorial è una guida alla funzione a senso unico ANOVA. L'ANOVA a senso unico è il processo di ricerca delle differenze statistiche tra i mezzi di diversi gruppi di campioni. La funzione ANOVA a senso unico prende l'elenco dei dati di esempio e confronta i loro mezzi e restituisce la statistica F e il valore p dei set di dati forniti. La libreria SCIPY fornisce la funzione F-Oneway nel pacchetto Stats che esegue la funzione ANOVA a senso unico. Abbiamo dimostrato alcuni esempi per farti imparare e capire come implementare la funzione F_oneway in un programma Python. Pratica questi esempi e hai un buon comando della funzione F_oneway della libreria Scipy.