小编Ran*_*ans的帖子

如何使用降低最大似然法在 Python 中执行变异成分分析 (VCA)?(类似于 R VCA 和 JMP 方差分量)

我有以下 Python 代码,我已经尝试使用 REML 执行 VCA 分析:

\n
import pandas as pd\nimport statsmodels.api as sm\nfrom statsmodels.formula.api import ols\ndata = {\'Part\':[1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3],\n        \'Employee\':[1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3,1,1,1,2,2,2,3,3,3],\n        \'Measurement\':[103.3, 103.1, 103.1, 103.3, 102.9, 103.6, 103.2, 103.6, 103.1, 104.5, 104.8, 103.9, 104.5, 104, 103.8, 103.8, 103.6, 104, 104, 103.6, 103.5, 103.9, 104.1, 104.5, 104.3, 103.9, 103.8]} \ndf = pd.DataFrame(data)\nlm = ols(\'Measurement ~ C(Part) + C(Part):(Employee)\', data=df).fit()\ntable = sm.stats.anova_lm(lm, typ=2)\ntable[\'Percentage of Total Variance\'] = (table[\'sum_sq\'] / table[\'sum_sq\'].sum()) * 100\n
Run Code Online (Sandbox Code Playgroud)\n

然后生成以下结果:\nPython 方差分析结果

\n

当我通过运行以下步骤在 JMP 中运行此 An\xc3\xa1lises 时:

\n
    \n …

python r statsmodels sas-jmp

6
推荐指数
0
解决办法
224
查看次数

标签 统计

python ×1

r ×1

sas-jmp ×1

statsmodels ×1