使用小型的R样本数据集和statsmodels中的ANOVA示例,其中一个变量的自由度报告方式不同,并且F值结果也略有不同。也许它们有稍微不同的默认方法?我能否设置statsmodels以使用R的默认设置?
数据集的开头和结尾相同,还需计算重量和时间的均值、最小值、最大值和中位数。*(原文未明确此处的“the same”指什么)
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
##R code on R sample dataset
#> anova(with(ChickWeight, lm(weight ~ Time + Diet)))
#Analysis of Variance Table
#
#Response: weight
# Df Sum Sq Mean Sq F value Pr(>F)
#Time 1 2042344 2042344 1576.460 < 2.2e-16 ***
#Diet 3 129876 43292 33.417 < 2.2e-16 ***
#Residuals 573 742336 1296
#write.csv(file='ChickWeight.csv', x=ChickWeight, row.names=F)
cw = pd.read_csv('ChickWeight.csv')
cw_lm=ols('weight ~ Time + Diet', data=cw).fit()
print(sm.stats.anova_lm(cw_lm, typ=2))
# sum_sq df F PR(>F)
#Time 2024187.608511 1 1523.368567 9.008821e-164
#Diet 108176.538530 1 81.411791 2.730843e-18
#Residual 764035.638024 575 NaN NaN
数据集的开头和结尾相同,还需计算重量和时间的均值、最小值、最大值和中位数。*(原文未明确此处的“the same”指什么)