Python SciPy stats.alexandergovern用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.alexandergovern 的用法。

用法:

scipy.stats.alexandergovern(*samples, nan_policy='propagate')#

執行 Alexander Govern 測試。

Alexander-Govern 近似在麵對方差異質性時測試 k 個獨立均值的相等性。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。必須至少有兩個樣本。

nan_policy： {‘propagate’, ‘raise’, ‘omit’}，可選

定義當輸入包含 nan 時如何處理。以下選項可用(默認為‘propagate’)：

• ‘propagate’：返回 nan

• ‘raise’：引發錯誤

• ‘omit’：執行忽略 nan 值的計算

返回 ：：

res： AlexanderGovernResult

具有屬性的對象：

統計 浮點數

測試的計算 A 統計量。

p值 浮點數

卡方分布的相關 p 值。

警告 ：：

ConstantInputWarning

如果輸入是常量數組，則引發。在這種情況下未定義統計信息，因此返回np.nan。

注意：

該測試的使用依賴於幾個假設。

1. 樣本是獨立的。

2. 每個樣本來自一個正態分布的總體。

3. 與 f_oneway 不同，此測試不假設同方差性，而是放寬等方差的假設。

輸入樣本必須是有限的、一維的並且大小大於一。

參考：

[1]

Alexander、Ralph A. 和 Diane M. Govern。 “方差異質性下 ANOVA 的一種新的、更簡單的近似。”教育統計雜誌，第一卷。 19，沒有。 2，1994 年，第 91-101 頁。 JSTOR，www.jstor.org/stable/1165140。 2020 年 9 月 12 日訪問。

例子：

>>> from scipy.stats import alexandergovern

以下是美國四個城市的九家最大銀行的新車貸款年利率百分比數據，這些數據來自美國國家標準與技術研究院的 ANOVA 數據集。

我們使用 alexandergovern 來檢驗所有城市具有相同平均年利率的零假設，以及並非所有城市都具有相同平均年利率的替代假設。我們決定需要 5% 的顯著性水平來拒絕原假設並支持替代方案。

>>> atlanta = [13.75, 13.75, 13.5, 13.5, 13.0, 13.0, 13.0, 12.75, 12.5]
>>> chicago = [14.25, 13.0, 12.75, 12.5, 12.5, 12.4, 12.3, 11.9, 11.9]
>>> houston = [14.0, 14.0, 13.51, 13.5, 13.5, 13.25, 13.0, 12.5, 12.5]
>>> memphis = [15.0, 14.0, 13.75, 13.59, 13.25, 12.97, 12.5, 12.25,
...           11.89]
>>> alexandergovern(atlanta, chicago, houston, memphis)
AlexanderGovernResult(statistic=4.65087071883494,
                      pvalue=0.19922132490385214)

p 值為 0.1992，表明在原假設下觀察到檢驗統計量的此類極值的可能性接近 20%。這超過了 5%，因此我們不會拒絕零假設而支持替代方案。