我想使用 Pandas 数据框来分解一个变量的方差。
例如,如果我有一个名为“度”的列,并且我已针对各种日期、城市以及夜间与白天对其进行了索引,那么我想找出该系列中的变化中有多少部分来自横截面城市变化,有多少来自时间序列变化,有多少来自夜间与白天。
在 Stata 中,我会使用固定效应并查看 R^2。希望我的问题有意义。
基本上,我想做的是通过其他三列找到“度”的方差分析细分。
我设置了直接比较来测试他们,发现他们的假设可以略有不同 https://stackoverflow.com/questions/28755617/why-do-r-and-statsmodels-give-slightly-different-anova-results,从统计学家那里得到了提示,下面是与 R 结果匹配的 pandas 数据帧上的方差分析示例:
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
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)