Python数据科学：方差分析

输出结果。

可以看到教育程度的F值为31.57，P值趋近于0，拒绝原假设，即教育程度与平均支出有显著差异。

性别的F值为0.48，P值为0.48，无法拒绝原假设，即性别与平均支出无显著差异。

接下来考虑有交互效应，代码如下。

# 消除pandas输出省略号情况 
pd.set_option('display.max_columns', 5) 
# smf:最小二乘法,构建线性回归模型 
anal = smf.ols('avg_exp ~ C(edu_class) + C(gender) + C(edu_class)*C(gender)', data=df).fit() 
# anova_lm:多因素方差分析 
print(sm.stats.anova_lm(anal)) 

输出结果。

这里可以看出，考虑交互效应后，与教育程度及性别对应的F值和P值都发生了微小的改变。

其中教育程度和性别的交互项对平均支出的影响也是显著的，F值为2.22，P值为0.09。

上面这个结论是书中所说的，那么显著性水平取的是0.1吗???

这算是我理解不了的一部分。

下面是带交互项的多元方差分析的回归系数，表格中所有数据都是以男性及研究生学历作为基准去比对。

# 生成数据总览 
print(anal.summary()) 

输出结果。

可以看出第一种教育程度的女性较男性研究生，信用卡消费的影响较显著，P值为0.05。

原假设为无差异，拒绝原假设。

那么这里的显著性水平取的也是0.1吗???

第二种教育程度的女性较男性研究生，信用卡消费的影响显著，P值为0.001。

第三种缺失，没有参数估计。

三、总结

这里总结一下各个检验的原假设。

• 单样本t检验原假设：总体均值与假设的检验值不存在显著差异(无差异)。
• 双样本t检验原假设：两个样本均值(二分变量下的均值)不存在显著差异(无差异)。
• 方差分析原假设：多个样本均值(多分变量下的均值)不存在显著差异(无差异)。

说明原假设都是假设变量关系无显著差异。

【编辑推荐】

1. Gartner：有87％企业的BI和分析成熟度还很低
2. 用Python分析统计必胜客餐厅
3. 用Python分析了1w场吃鸡数据，原来吃鸡要这么玩！
4. 我爬取分析美团网，原来北京上海Top10美食是它们
5. 用Python分析“女神大会”，码农最想娶的女星竟然是......

（编辑：好传媒网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!