scipy.stats.

obrientransform#

scipy.stats.obrientransform(*samples)[source]#

对输入数据（任意数量的数组）进行 O’Brien 变换。

用于在运行单因素方差分析之前测试方差齐性。 *samples 中的每个数组都是一个因素的一个水平。如果对变换后的数据运行 f_oneway 并发现有显著性，则方差不相等。来自 Maxwell 和 Delaney [1]，p.112。

参数:

返回值:

obrientransformndarray: 用于方差分析的变换数据。结果的第一维对应于变换后的数组序列。如果给定的数组都是相同长度的 1-D 数组，则返回值是一个 2-D 数组；否则它是一个类型为 object 的 1-D 数组，每个元素都是一个 ndarray。

参考文献

[1]

S. E. Maxwell 和 H. D. Delaney，“设计实验和分析数据：模型比较视角”，Wadsworth，1990。

示例

我们将测试以下数据集的方差差异。

>>> x = [10, 11, 13, 9, 7, 12, 12, 9, 10]
>>> y = [13, 21, 5, 10, 8, 14, 10, 12, 7, 15]

对数据应用 O’Brien 变换。

>>> from scipy.stats import obrientransform
>>> tx, ty = obrientransform(x, y)

使用 scipy.stats.f_oneway 对变换后的数据进行单因素方差分析检验。

>>> from scipy.stats import f_oneway
>>> F, p = f_oneway(tx, ty)
>>> p
0.1314139477040335

如果我们要求 p < 0.05 为显著性，我们不能得出方差不同的结论。