Python dask.array.stats.f_oneway用法及代碼示例

用法: dask.array.stats.f_oneway(*args)

執行one-way ANOVA。

此DocString從scipy.statsf_oneway複製。

可能存在與 Dask 版本的一些不一致之處。

one-way ANOVA 檢驗兩個或多個組具有相同總體均值的原假設。該測試適用於來自兩組或更多組的樣本，可能具有不同的大小。

參數：

sample1, sample2, …：array_like: 每組的樣本測量值。必須至少有兩個參數。如果數組是多維的，那麽除了 axis 之外，數組的所有維度都必須相同。
axis：int 可選(Dask 不支持): 沿其應用測試的輸入數組的軸。默認值為 0。

statistic：浮點數: 測試的計算 F 統計量。
pvalue：浮點數: 來自 F 分布的關聯 p-value。

警告：

F_onewayConstantInputWarning: 如果每個輸入數組都是常量數組，則引發。在這種情況下，F 統計量是無限的或未定義，因此返回 np.inf 或 np.nan。
F_onewayBadInputSizesWarning: 如果任何輸入數組的長度為 0，或者所有輸入數組的長度為 1，則引發。在這些情況下，為 F 統計和 p-value 返回 np.nan。

注意：

ANOVA 檢驗具有重要的假設，必須滿足這些假設才能使關聯的p-value 有效。

樣本是獨立的。
每個樣本來自一個正態分布的總體。
各組的總體標準差均相等。此屬性稱為同方差性。

如果這些假設對於給定的一組數據不成立，則仍然可以使用 Kruskal-Wallis H-test (scipy.stats.kruskal) 或 Alexander-Govern 測試 (scipy.stats.alexandergovern)，盡管會損失一些功率。

每組的長度必須至少為 1，並且必須至少有一組長度大於 1。如果不滿足這些條件，則會生成警告並返回 (np.nan , np.nan )。

如果每個組包含常量值，並且至少存在兩個具有不同值的組，則該函數會生成警告並返回 (np.inf , 0)。

如果所有組中的所有值都相同，則函數會生成警告並返回(np.nan、np.nan)。

該算法來自 Heiman [2]，pp.394-7。

參考：

1: R. Lowry，“推理統計的概念和應用”，第 14 章，2014 年，http://vassarstats.net/textbook/
2: G.W.海曼，“理解研究方法和統計：心理學綜合介紹”，霍頓、米夫林和公司，2001 年。
3: G.H. McDonald《生物統計手冊》，One-way方差分析。 http://www.biostathandbook.com/onewayanova.html

例子：

>>> from scipy.stats import f_oneway

這裏有一些數據[3]，來自五個地點的貽貝貽 Shell 測量(前內收肌疤痕的長度，通過除以長度標準化)：俄勒岡州蒂拉穆克；俄勒岡州紐波特；阿拉斯加州聖彼得堡；俄羅斯馬加丹；和芬蘭的 Tvarminne，取自 McDonald 等人使用的更大的數據集。 (1991)。

>>> tillamook = [0.0571, 0.0813, 0.0831, 0.0976, 0.0817, 0.0859, 0.0735,  
...              0.0659, 0.0923, 0.0836]
>>> newport = [0.0873, 0.0662, 0.0672, 0.0819, 0.0749, 0.0649, 0.0835,  
...            0.0725]
>>> petersburg = [0.0974, 0.1352, 0.0817, 0.1016, 0.0968, 0.1064, 0.105]  
>>> magadan = [0.1033, 0.0915, 0.0781, 0.0685, 0.0677, 0.0697, 0.0764,  
...            0.0689]
>>> tvarminne = [0.0703, 0.1026, 0.0956, 0.0973, 0.1039, 0.1045]  
>>> f_oneway(tillamook, newport, petersburg, magadan, tvarminne)  
F_onewayResult(statistic=7.121019471642447, pvalue=0.0002812242314534544)

f_oneway 接受多維輸入數組。當輸入為多維且未給出axis 時，將沿輸入數組的第一個軸執行測試。對於以下數據，進行3次測試，每列一次。

>>> a = np.array([[9.87, 9.03, 6.81],  
...               [7.18, 8.35, 7.00],
...               [8.39, 7.58, 7.68],
...               [7.45, 6.33, 9.35],
...               [6.41, 7.10, 9.33],
...               [8.00, 8.24, 8.44]])
>>> b = np.array([[6.35, 7.30, 7.16],  
...               [6.65, 6.68, 7.63],
...               [5.72, 7.73, 6.72],
...               [7.01, 9.19, 7.41],
...               [7.75, 7.87, 8.30],
...               [6.90, 7.97, 6.97]])
>>> c = np.array([[3.31, 8.77, 1.01],  
...               [8.25, 3.24, 3.62],
...               [6.32, 8.81, 5.19],
...               [7.48, 8.83, 8.91],
...               [8.59, 6.01, 6.07],
...               [3.07, 9.72, 7.48]])
>>> F, p = f_oneway(a, b, c)  
>>> F  
array([1.75676344, 0.03701228, 3.76439349])
>>> p  
array([0.20630784, 0.96375203, 0.04733157])

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.stats.f_oneway。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

警告：

注意：

參考：

例子：