科技改变生活 · 科技引领未来

  • 首页
  • 资讯
  • 技术
  • 百科
  • 问答
  • 学习
  • 看看
  • 站长
  • 生活
  • 快讯

首页 > 看看 > 创业经验

单因素方差分析(spss单因素方差分析)

时间:2022-08-23 00:29 作者:马阳明

import numpy as np

import pandas as pd

import sklearn

import scipy.stats as stats

from statsmodels.formula.api import ols

from statsmodels.stats.anova import anova_lm

import warnings

warnings.filterwarnings(&34;ignore&34;)

dic_t1=[{&39;行业&39;:&39;A&39;,&39;次数&39;:57},

{&39;行业&39;:&39;A&39;,&39;次数&39;:66},

{&39;行业&39;:&39;A&39;,&39;次数&39;:49},

{&39;行业&39;:&39;A&39;,&39;次数&39;:40},

{&39;行业&39;:&39;A&39;,&39;次数&39;:34},

{&39;行业&39;:&39;A&39;,&39;次数&39;:53},

{&39;行业&39;:&39;A&39;,&39;次数&39;:44},

{&39;行业&39;:&39;B&39;,&39;次数&39;:68},

{&39;行业&39;:&39;B&39;,&39;次数&39;:39},

{&39;行业&39;:&39;B&39;,&39;次数&39;:29},

{&39;行业&39;:&39;B&39;,&39;次数&39;:45},

{&39;行业&39;:&39;B&39;,&39;次数&39;:56},

{&39;行业&39;:&39;B&39;,&39;次数&39;:51},

{&39;行业&39;:&39;C&39;,&39;次数&39;:31},

{&39;行业&39;:&39;C&39;,&39;次数&39;:49},

{&39;行业&39;:&39;C&39;,&39;次数&39;:21},

{&39;行业&39;:&39;C&39;,&39;次数&39;:34},

{&39;行业&39;:&39;C&39;,&39;次数&39;:40},

{&39;行业&39;:&39;D&39;,&39;次数&39;:44},

{&39;行业&39;:&39;D&39;,&39;次数&39;:51},

{&39;行业&39;:&39;D&39;,&39;次数&39;:65},

{&39;行业&39;:&39;D&39;,&39;次数&39;:77},

{&39;行业&39;:&39;D&39;,&39;次数&39;:58}]

df_t1 = pd.Dataframe(dic_t1,columns=[&39;行业&39;,&39;次数&39;])

def f_oneway(df,col_fac,col_sta):

list_fac = df[col_fac].unique() 分组标签取出

k = len(list_fac) 分组标签个数

n = len(df)

x_bar = df[col_sta].mean() 总均值

SSA = []

for i in list_fac:

series_i = df[df[col_fac]==i][col_sta]

r = len(series_i)

xi_bar = series_i.mean()

SSA.append(r*(xi_bar-x_bar)**2)

SST = round(((df[col_sta]-x_bar)**2).sum(),4)

df_res = pd.Dataframe(columns=[&39;方差来源&39;,&39;平方和&39;,&39;自由度&39;,&39;均方&39;,&39;F值&39;,&39;P-value&39;])

SSA = sum(SSA)

SSE = SST - SSA

MSA = SSA/(k-1)

MSE = SSE/(n-k)

sig = stats.f.sf(MSA/MSE,k-1,(k-1)*(n-1))

df_res[&39;方差来源&39;] = [col_fac,&39;组内(误差)&39;,&39;总和&39;]

df_res[&39;平方和&39;] = [SSA,SSE,SST]

df_res[&39;自由度&39;] = [k-1,n-k,n-1]

df_res[&39;均方&39;] = [MSA,MSE,&39;-&39;]

df_res[&39;F值&39;] = [MSA/MSE,&39;-&39;,&39;-&39;]

df_res[&39;P-value&39;] = [sig,&39;-&39;,&39;-&39;]

return df_res

f_oneway(df_t1,&39;行业&39;,&39;次数&39;)

相关话题

  • 路虎神行者2二手车报价(30万以内SUV)
  • 小型货车报价及图片(高颜值)
  • 福田小货汽车报价(4款热门微卡降价促销)
  • 长安小卡双排报价(最高6)
  • 五十铃皮卡四驱报价(全新五十铃DMAX)
  • 小鹏汽车报价(小鹏汽车新款SUV曝光)
  • 110报价(110踏板车谁家强)
  • 长安悦翔配件报价(甄选座驾长安悦翔直降5000元)
  • 广汽本田报价(新车)
  • 剪板机折弯机报价(盘点折弯机)
  • 废铁报价(一片恐慌)
  • 捷豹5.0报价(来自英国的5)
  • 雷克萨斯500h报价(雷克萨斯全新LS500h与LC亮相广州车展)
  • 大众迈腾 报价(大众迈腾)
  • 重骑摩托车报价表(3款拉货三轮车)
  • 自卸车新车报价(32万左右大速比短途运输自卸车如何选)
  • smart汽车报价(15万的个性之选)
  • 家具沙发报价(买沙发前必须要了解的冷知识)
  • 新款沃尔沃xc90报价及图片(沃尔沃XC90)
  • 钢结构价格报价单(钢结构计算公式)

热门推荐

  • 古钟二锅头46度多少钱(全国喝啥酒)
  • 顺丰寄50斤冰箱多少钱(评测五大快递平台)
  • 做饭保姆一个月多少钱(52岁阿姨哭诉)
  • 鹿茸补肾丸多少钱一盒(参茸鞭丸肾阴虚者能吃吗)
  • 北京换烤瓷牙多少钱(明星为整牙有多拼)
  • 乐高培训加盟费多少钱(乐高教育取消授权波及上百门店)
  • 西凤酒15年多少钱一瓶(价不高待客又不失面子的纯粮酒)
  • 聚酰亚胺多少钱一公斤(酶中战斗机)
  • 公司入职体检一般多少钱(通过聘多多找到工作)
  • 插座维修上门多少钱(换个插座还用找电工)
  • 二元店一年挣多少钱(揭秘)
  • ctfau750钻戒多少钱(黑客游戏和解谜游戏的关联之处)
  • 23年工龄退休拿多少钱(缴费23年)
  • 平衡霜多少钱一瓶(日本POLA旗下这个小众牌子THREE)
  • 欧米茄手表电池多少钱一块(福布斯公布运动员收入榜单)
  • 正规医院种植牙多少钱一颗(成本百元却卖上万)
  • 微信能卖多少钱(微信账号被公开买卖)
  • 奔富707多少钱一瓶(宴请时的)
  • 超声波焊接机多少钱一台(关于超声波焊接)
  • 一鸣加盟费要多少钱(一鸣真鲜奶吧多少钱)

马阳明

关注
免责声明:本文章由会员“马阳明”发布,如果文章侵权,请联系我们处理,本站仅提供信息存储空间服务 如因作品内容、版权和其他问题请于本站联系

关注排行榜

  1. 1新百伦多少钱(都有一个)
  2. 2活牛多少钱一斤(牛价丨2月11日)
  3. 3铝单板多少钱一平方(铝单板厂家报价大揭秘)
  4. 4一箱牛奶多少钱(实体店一箱牛奶卖50元)
  5. 5普洱茶一般多少钱(有的普洱茶只要几十有的上万)
  6. 6换手机外屏多少钱(盘点各个旗舰手机换屏价格)
  7. 7一辆电动车多少钱(最低不到8000元)
  8. 8巴宝莉围巾多少钱(花2580元网购的博柏利围巾竟系假货)
  9. 9养老保险每年多少钱(2021年养老保险缴费15年)
  10. 10每升油多少钱(​定了)

编辑精选

Copyright ©2009-2022 KeJiTian.Com, All Rights Reserved

版权所有 未经许可不得转载

增值电信业务经营许可证备案号:辽ICP备14006349号

网站介绍 商务合作 免责声明 - html - txt - xml