scipy.stats.

obrientransform#

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

计算输入数据的 O’Brien 变换(任意数量的数组)。

用于在运行单因素统计之前测试方差的同质性。 *samples 中的每个数组都是一个因子的一个水平。 如果在转换后的数据上运行 f_oneway 并且发现显着,则方差不相等。 来自 Maxwell 和 Delaney [1],第 112 页。

参数:
sample1, sample2, …array_like

任意数量的数组。

返回:
obrientransformndarray

转换后的数据,用于 ANOVA。 结果的第一维对应于转换后的数组的序列。 如果给定的数组都是相同长度的一维数组,则返回值是一个二维数组; 否则它是一个类型为 object 的一维数组,每个元素都是一个 ndarray。

引发:
ValueError

如果转换后的数据的平均值不等于原始方差,则表明 O’Brien 变换缺乏收敛性。

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 年。

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]

将 O’Brien 变换应用于数据。

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

使用 scipy.stats.f_oneway 将单因素 ANOVA 测试应用于转换后的数据。

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

如果我们需要 p < 0.05 具有显着性,我们不能得出方差不同的结论。