Scipy Anova unidirecional

Este tutorial o guiará através do trabalho e implementação da função ANOVA da biblioteca scipy. A linguagem de programação Python permite o desempenho de qualquer tipo de computação matemática, científica ou estatística com suas funções internas. ANOVA é uma função estatística que explicaremos neste artigo. Explicaremos o que é a Anova unidirecional, qual é o seu objetivo e como implementá-lo em um programa Python. Também forneceremos alguns programas de amostra para ajudá-lo a orientar a implementação unidirecional da ANOVA.

O que é ANOVA?

ANOVA é a abreviação da "análise de variância", que é um teste de omnibus. É empregado para determinar se existe alguma variação estatisticamente significativa nos valores médios de diferentes grupos. Segue -se as duas hipóteses - uma diz que os valores médios de todos os grupos são iguais e o outro diz que há alguma disparidade no valor médio de um grupo. Como a Anova de ida é o teste omnibus, ele verifica todos os grupos quanto a diferença e pelo menos um deles é estatisticamente diferente dos outros. No entanto, se a ANOVA unidirecional for significativa, não se pode determinar qual grupo é diferente.

O que é Anova One Way em um programa Python?

Biblioteca Scipy na linguagem de programação Python fornece a função f_oneway () que é usada para executar a ANOVA unidirecional. A função f_oneway () segue a hipótese nula que testa que a lista de grupos tem o mesmo meio. O teste é aplicado a mais de dois grupos e eles podem ter tamanhos diferentes. Agora, vamos entender a seguinte sintaxe:

Sintaxe da função f_oneway

O f_oneway () inclui dois parâmetros para funcionar - um é obrigatório e o outro pode ser ignorado. O parâmetro "*conjuntos de dados" leva a lista de amostras de dados. Você pode fornecer quantas amostras forem necessárias. Deve haver um mínimo de dois conjuntos de dados. Se você tiver matrizes multidimensionais, todas as matrizes devem ter as mesmas dimensões. O parâmetro "eixo" é o parâmetro opcional. É usado para especificar o eixo da matriz ao longo do qual o teste é aplicado. A função f_oneway retorna as estatísticas F e o valor p associado a ele.

A função f_oneway levanta duas exceções: ConstantInputWarning e DegenerateTawarning. O ConstantInputWarning é levantado quando cada item dos conjuntos de dados é idêntico e a estatística F contra ele não é definida ou infinita, por isso retorna.nan ou np.inf. Por outro lado, o degenerado awarning é aumentado quando a matriz é de comprimento 0 ou 1. Nesse caso, NP.Nan é devolvido para as estatísticas F e o valor p.

Propósito e função da ANOVA de uma maneira

A ANOVA unidirecional é usada para comparar os meios de diferentes grupos e encontrar as semelhanças e diferenças entre eles. São necessários meios de grupo e testes para diferenças estatísticas entre eles. Agora, vamos entender tudo isso com a ajuda de exemplos. Para implementar a função unidirecional da ANOVA, precisamos instalar a biblioteca scipy. Certifique-se de que a biblioteca scipy esteja pré-instalada. Caso contrário, você deve instalá-lo antes de implementar a função unidirecional da ANOVA. Você pode instalar a biblioteca Scipy usando o seguinte comando:

Supondo que você tenha a biblioteca scipy pré-instalada, passamos para a seção Exemplos para guiá-lo sobre como implementar a ANOVA unidirecional na linguagem de programação Python.

Exemplo 1:

Como discutido anteriormente, aqui está uma lista de grupos que devem ser fornecidos à função unidirecional da ANOVA para obter o resultado unidirecional da ANOVA. Forneceremos quatro listas para a função f_oneway () neste exemplo. Considere o seguinte código de amostra:

de Scipy.estatísticas import f_oneway
P1 = [5, 10, 15, 20, 30]
P2 = [10, 15, 20, 25, 30]
P3 = [15, 20, 25, 30, 35]
P4 = [20, 25, 30, 35, 40]
f_oneway (p1, p2, p3, p4)

A biblioteca scipy e seu pacote de estatísticas são chamados para importar a função f_oneway. Os conjuntos de dados são fornecidos e passados ​​para a função f_oneway () para comparação média. A saída é a seguinte:

Exemplo 2:

Vamos usar a função aleatória da biblioteca Numpy para calcular a ANOVA unidirecional. Considere o código de amostra no snippet seguinte:

de Scipy.estatísticas import f_oneway
importar numpy como np
p1 = np.aleatório.Rand (2, 10)
p2 = np.aleatório.Rand (3, 10)
p3 = np.aleatório.Rand (4, 10)
p4 = np.aleatório.Rand (5, 10)
p5 = np.aleatório.Rand (6, 10)
F, p = f_oneway (p1, p2, p3, p4, p5)
impressão (f)
Impressão (P)

Assim como no exemplo anterior, a biblioteca scipy junto com o módulo STATS é importada para o programa para usar a função f_oneway. A biblioteca Numpy é importada como NP para usar a função aleatória associada a ela. Cinco conjuntos de dados são declarados usando a função aleatória com diferentes faixas e todos eles são passados ​​para a função f_oneway. Agora, vamos ver o resultado da função f_onway para os conjuntos de dados que contêm os números aleatórios. A saída é a seguinte:

Exemplo 3:

Até agora, fornecemos uma matriz unidimensional para a função f_oneway (). Agora, vamos passar a matriz multidimensional para a função f_oneway. Considere o seguinte código de amostra para o seu entendimento:

importar numpy como np
de Scipy.estatísticas import f_oneway
a = np.Array ([[5, 10, 15, 20, 30],
[10, 15, 20, 25, 30],
[15, 20, 25, 30, 35],
[20, 25, 30, 35, 40]])
b = np.Array ([[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6],
[3, 4, 5, 6, 7],
[4, 5, 6, 7, 8]])
c = np.Array ([[2, 4, 6, 8, 10],
[4, 6, 8, 10, 12],
[6, 8, 10, 12, 14],
[8, 10, 12, 14, 16]))
d = np.Array ([[3, 6, 9, 12, 15],
[6, 9, 12, 15, 18],
[9, 12, 15, 18, 21],
[12, 15, 18, 21, 23]])
f_oneway (a, b, c, d)

Novamente, as bibliotecas Numpy e Scipy são importadas conforme necessário para o programa. Quatro conjuntos de dados contendo matrizes multidimensionais são declaradas e passadas para a função f_oneway. Observe que as dimensões de cada conjunto de dados são iguais e todas elas são declaradas como matrizes numpy. Como mencionado anteriormente, as dimensões de todos os conjuntos de amostras devem ser iguais. Caso contrário, você acabará com exceções ou erros. As estatísticas F e o valor p para a função f_oneway são retornados da seguinte forma:

Conclusão

Este tutorial é um guia para a função unidirecional da ANOVA. A ANOVA unidirecional é o processo de encontrar as diferenças estatísticas entre os meios de diferentes grupos de amostras. A função unidirecional da ANOVA pega a lista dos dados da amostra e compara seus meios e retorna a estatística F e o valor p dos conjuntos de dados especificados. A biblioteca scipy fornece a função F-One no pacote de estatísticas que executa a função unidirecional da ANOVA. Demonstramos alguns exemplos para fazer você aprender e entender como implementar a função f_oneway em um programa Python. Pratique esses exemplos e tenha um bom comando da função f_oneway da biblioteca scipy.