python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異
更新時(shí)間：2022年01月02日 15:23:35 作者：fff2zrx?
這篇文章主要介紹了python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異，利用方差分析和卡方分布驗(yàn)證多組數(shù)據(jù)之間的某些屬性有無(wú)顯著性差異，對(duì)于連續(xù)性屬性可以用方差分析，對(duì)于離散型屬性可以用卡方檢驗(yàn)。下面文章詳細(xì)內(nèi)容需要的小伙伴可以參考一下
一、方差分析
1.單因素方差分析
通過(guò)箱線圖可以人肉看出10組的訂單量看起來(lái)差不多，為了更科學(xué)比較10組的訂單量有無(wú)顯著差異，我們可以利用方差分析
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
model = ols('orders~C(label)',data=need_data).fit()
anova_table = anova_lm(model, typ = 2)
print(anova_table)
結(jié)果顯示，p值為0.62大于0.05，不能拒絕原假設(shè)，所以這10組的訂單量分布沒(méi)有顯著差異。
二、卡方檢驗(yàn)
如果是比較多組之間的非連續(xù)值指標(biāo)是否存在差異呢？
如檢查上面10組的男女比例是否存在顯著差異
計(jì)算各組觀察頻數(shù)：
data2=data1.melt(id_vars=['性別'],value_name='觀察頻數(shù)') data2.head()
計(jì)算總體的男女比例：
rate=(data2.groupby(['性別'])['觀察頻數(shù)'].sum()/data2.groupby(['性別'])['觀察頻數(shù)'].sum().sum()).reset_index() rate.columns=['性別','rate'] rate
計(jì)算各組用戶總數(shù)：
group_sum=data2.groupby(['組別'])['觀察頻數(shù)'].sum().reset_index() group_sum.columns=['組別','組內(nèi)用戶數(shù)'] group_sum
計(jì)算卡方值：
import math data3=pd.merge(data2,group_sum,on=['組別'],how='left') data3=pd.merge(data3,rate,on=['性別'],how='left') data3['期望頻數(shù)']=data3['組內(nèi)用戶數(shù)']*data3['rate'] data3['卡方值']=data3.apply(lambda x: math.pow((x.期望頻數(shù)-x.觀察頻數(shù)),2)/x.期望頻數(shù),axis=1) data3.head()
本案例的自由度為(10-1)*(2-1)=9,選取顯著性水平為0.05，查卡方分布表得臨界值為18.31
因?yàn)?.01<18.31,所以不能拒絕原假設(shè)，即各組的性別分布不存在顯著性差異。
到此這篇關(guān)于python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異的文章就介紹到這了,更多相關(guān)python驗(yàn)證多組數(shù)據(jù)之間有無(wú)顯著差異內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python 刪除指定時(shí)間間隔之前的文件實(shí)例
下面小編就為大家分享一篇python 刪除指定時(shí)間間隔之前的文件實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04
python將ip地址轉(zhuǎn)換成整數(shù)的方法
這篇文章主要介紹了python將ip地址轉(zhuǎn)換成整數(shù)的方法,涉及Python針對(duì)IP地址的轉(zhuǎn)換技巧,需要的朋友可以參考下2015-03-03
時(shí)間戳是一個(gè)表示日期和時(shí)間的數(shù)值,通常以秒為單位,在Python中,獲取時(shí)間戳是常見(jiàn)的任務(wù),用于記錄事件、計(jì)時(shí)操作、以及在各種應(yīng)用中跟蹤時(shí)間,本文將介紹多種獲取時(shí)間戳的方法,包括標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)的方式,并提供示例代碼以幫助你更好地理解2023-11-11
這篇文章主要介紹了python MD5加密的示例，幫助大家更好的利用python進(jìn)行加密，感興趣的朋友可以了解下2020-10-10
vscode配置與python虛擬環(huán)境切換的幾種方式總結(jié)
Python之所以強(qiáng)大,除了語(yǔ)言本身的特性外,更重要的是擁有無(wú)所不及的第三方庫(kù),下面這篇文章主要給大家介紹了關(guān)于vscode配置與python虛擬環(huán)境切換的幾種方式,文中通過(guò)圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-12-12
Python進(jìn)階之利用+和*進(jìn)行列表拼接
在我們學(xué)習(xí)python的過(guò)程中，有一個(gè)非常常見(jiàn)的語(yǔ)法，那就是利用+和*進(jìn)行序列的拼接以及其他操作。今天就帶大家從使用+和*進(jìn)行拼接出發(fā)認(rèn)識(shí)一個(gè)大家非常容易犯的代碼錯(cuò)誤。話不多說(shuō)我們開(kāi)始吧
2023-04-04 
python讀取mat文件生成h5文件的實(shí)現(xiàn)
這篇文章主要介紹了python讀取mat文件生成h5文件的實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2022-07-07 
這篇文章主要介紹了Python?循環(huán)結(jié)構(gòu)，程序的循環(huán)結(jié)構(gòu)邏輯，循環(huán)就是按照一定的條件重復(fù)的去做一件事情，當(dāng)條件不成立時(shí)就結(jié)束循環(huán)的內(nèi)容，需要的小伙伴一起和小編一起進(jìn)入下面文章學(xué)習(xí)吧
2022-02-02 
Python SELENIUM上傳文件或圖片實(shí)現(xiàn)過(guò)程
這篇文章主要介紹了Python SELENIUM上傳文件或圖片實(shí)現(xiàn)過(guò)程,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-10-10