Python数据分析之方差分析

问题

设某苗圃对一花木种子制定了5种不同的处理方法，每种方法处理了6粒种子进行育苗试验。一年后观察苗高获得资料如下表。已知除处理方法不同外，其他育苗条件相同且苗高的分布近似于正态、等方差，试以95%的可靠性判断种子的处理方法对苗木生长是否有显著影响。

数据预处理

1. 做过方差分析的都知道，先做个假设H0：不同处理方法对苗木生长无显著影响。

2. 看下课程老师给的数据

   
   
   
   
   

   copy出来的格式很不友好，我就写了一个python代码进行转化，代码：

import csv
i = 0
f = open('C://Users/Administrator/Desktop/方差分析.txt','r')
csvfile = open('C://Users/Administrator/Desktop/方差分析.csv','wt',newline='',encoding='utf-8')
writer = csv.writer(csvfile)
for fs in f:
    i = i+1
    contents_1 = fs.strip()
    contents = contents_1.split(',  ')
    for content in contents:
        writer.writerow((content,i))
f.close()
csvfile.close()

可以把数据转化为如下格式，方便在python的方差分析中运行：

Python方差分析

df = pd.read_excel('C:/Users/Administrator/Desktop/方差分析.xls',header=None,names=['value','group'])
d1 = df[df['group']==1]['value']
d2 = df[df['group']==2]['value']
d3 = df[df['group']==3]['value']
d4 = df[df['group']==4]['value']
d5 = df[df['group']==5]['value']
args = [d1,d2,d3,d4,d5]
f,p = stats.f_oneway(*args)
print(f,p)

结果如图：

结论

查表得F0.05(4,25)=2.76，因为F=Sb2/Sw2=4.38﹥F0.05(4,25)=2.76，所以推翻（或者说拒绝）假设H0，即不同的处理方法造成了苗木高生长的差异显著。