Python statsmodels中的2向ANOVA产生的平方和与SPSS不同

Question

我正在学习使用Python进行统计分析，并且在弄清楚如何使用statsmodels执行2向ANOVA时，我发现我的Python代码产生了一些异常值。比较输出，您可以看到Python与SPSS / Graphpad的SS_Factor_1值和Adjusted R2不同。此外，尽管SPSS和Graphpad计算类型III的平方和，但是当typ = 3时，statsmodel ANOVA输出最异常，而typ = 1或2则更接近。他们为什么不同意？为什么typ = 3最不同？

我的问题与this one非常相似，未得到解答。我的声誉也太低，无法对此问题发表评论。

II型平方和Python代码：

formula = 'dependent_variable ~ C(factor_1) * C(factor_2)'
model = ols(formula, data=df_freq_time).fit()
aov_table = anova_lm(model, typ=2)
aov_table

Python输出：

III类平方和Python代码：

formula = 'dependent_variable ~ C(factor_1) * C(factor_2)'
model = ols(formula, data=df_freq_time).fit()
aov_table = anova_lm(model, typ=3)
aov_table

Python输出：

对于上述方差分析，也R 2 ＝ 0.722，且调节R 2 ＝ 0.694。

SPSS 2路方差分析结果：

Graphpad Prism 2通方差分析结果：