Question

我想使用Pandas数据帧来分解一个变量中的方差。

例如，如果我有一个名为＆＃39; Degrees＆＃39;的列，并且我为不同的日期，城市和夜晚与日编制了索引，我想找出这个变量的哪个部分系列来自横断面的城市变化，来自时间序列变化的多少，以及从夜晚到白天多少。

在Stata中，我会使用固定效果并查看R ^ 2。希望我的问题有道理。

基本上，我想做的是找到＆＃34; Degrees＆＃34;的方差分析。另外三列。

Answer 1

我建立了一个直接比较来测试它们，发现它们的假设可以differ slightly，从统计学家那里得到一个提示，这里是一个关于匹配R＆＃39结果的熊猫数据框的ANOVA示例：

import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols


# R code on R sample dataset

#> anova(with(ChickWeight, lm(weight ~ Time + Diet)))
#Analysis of Variance Table
#
#Response: weight
#           Df  Sum Sq Mean Sq  F value    Pr(>F)
#Time        1 2042344 2042344 1576.460 < 2.2e-16 ***
#Diet        3  129876   43292   33.417 < 2.2e-16 ***
#Residuals 573  742336    1296
#write.csv(file='ChickWeight.csv', x=ChickWeight, row.names=F)

cw = pd.read_csv('ChickWeight.csv')

cw_lm=ols('weight ~ Time + C(Diet)', data=cw).fit() #Specify C for Categorical
print(sm.stats.anova_lm(cw_lm, typ=2))
#                  sum_sq   df            F         PR(>F)
#C(Diet)    129876.056995    3    33.416570   6.473189e-20
#Time      2016357.148493    1  1556.400956  1.803038e-165
#Residual   742336.119560  573          NaN            NaN

使用pandas数据帧和statsmodels或scipy的python中的ANOVA？

1 个答案: