Python SciPy stats.obrientransform用法及代码示例

本文简要介绍 python 语言中 scipy.stats.obrientransform 的用法。

用法:

scipy.stats.obrientransform(*samples)#

计算输入数据(任意数量的数组)的 O'Brien 变换。

用于在运行one-way stats 之前测试方差的同质性。 *samples 中的每个数组都是因子的一个级别。如果 f_oneway 在转换后的数据上运行并发现显著，则方差不相等。来自 Maxwell 和 Delaney [1]，第 112 页。

参数 ：：

sample1, sample2, …： array_like

任意数量的数组。

返回 ：：

obrientransform： ndarray

用于方差分析的转换数据。结果的第一维对应于转换后的数组序列。如果给定的数组都是相同长度的一维数组，则返回值是一个二维数组；否则它是一个对象类型的一维数组，每个元素都是一个ndarray。

参考：

[1]

S. E. Maxwell 和 H. D. Delaney，“设计实验和分析数据：模型比较视角”，Wadsworth，1990 年。

例子：

我们将测试以下数据集的方差差异。

>>> x = [10, 11, 13, 9, 7, 12, 12, 9, 10]
>>> y = [13, 21, 5, 10, 8, 14, 10, 12, 7, 15]

将 O'Brien 变换应用于数据。

>>> from scipy.stats import obrientransform
>>> tx, ty = obrientransform(x, y)

使用 scipy.stats.f_oneway 将 one-way ANOVA 检验应用于转换后的数据。

>>> from scipy.stats import f_oneway
>>> F, p = f_oneway(tx, ty)
>>> p
0.1314139477040335

如果我们要求 p < 0.05 具有显著性，我们不能得出方差不同的结论。