Python做多因素方差分析？ - 知乎有问题，上知乎。知乎作为中文互联网最大的知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。1被浏览336分享邀请回答暂时还没有回答，开始写第一个回答Python数据分析实战 - 计算机与互联网 - 编程
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
Python数据分析实战
扫一扫领20元阅读代金券
相关书籍榜单
　　数据分析是一个快速发展的领域，而Python已经演变成数据科学的主要语言，广泛应用于数据分析、可视化和机器学习等领域。本书从数据分析的基础内容入手，比如matplotlib、NumPy和Pandas库，介绍如何通过选择色彩图和调色板来创建可视化，之后深入统计数据分析，将帮助你掌握Spark和HDFS，为网络挖掘创建可迁移脚本。本书还详细阐述如何评价股票，检测市场有效性，使用指标和聚类等，并且还将使用多线程实现并行性，并加速你的代码。在本书结束时，读者将能够运用各种Python中的数据分析技术，并针对问题场景设计解决方案。
作者简介更新中
Contents?目录译者序前言第1章为可重复的数据分析奠定基础11.1简介11.2安装Anaconda21.3安装数据科学工具包31.4用virtualenv和virtualenvwrapper创建Python虚拟环境51.5使用Docker镜像沙盒化Python应用61.6在IPythonNotebook中记录软件包的版本和历史81.7配置IPython111.8学习为鲁棒性错误校验记录日志131.9为你的代码写单元测试161.10配置pandas181.11配置matplotlib201.12为随机数生成器和NumPy打印选项设置种子231.13使报告、代码风格和数据访问标准化24第2章创建美观的数据可视化282.1简介282.2图形化安斯库姆四重奏282.3选择Seaborn的调色板312.4选择matplotlib的颜色表332.5与IPythonNotebook部件交互352.6查看散点图矩阵382.7通过mpld3使用d3.js进行可视化402.8创建热图412.9把箱线图、核密度图和小提琴图组合442.10使用蜂巢图可视化网络图452.11显示地图472.12使用类ggplot2图492.13使用影响图高亮数据51第3章统计数据分析和概率533.1简介533.2将数据拟合到指数分布533.3将聚合数据拟合到伽马分布553.4将聚合计数拟合到泊松分布573.5确定偏差593.6估计核密度613.7确定均值、方差和标准偏差的置信区间643.8使用概率权重采样663.9探索极值683.10使用皮尔逊相关系数测量变量之间的相关性713.11使用斯皮尔曼等级相关系数测量变量之间的相关性743.12使用点二列相关系数测量二值变量和连续变量的相关性773.13评估变量与方差分析之间的关系78第4章处理数据和数值问题814.1简介814.2剪辑和过滤异常值814.3对数据进行缩尾处理844.4测量噪声数据的集中趋势854.5使用Box-Cox变换进行归一化884.6使用幂阶梯转换数据904.7使用对数转换数据914.8重组数据934.9应用logit()来变换比例954.10拟合鲁棒线性模型974.11使用加权最小二乘法考虑方差994.12使用任意精度进行优化1014.13使用任意精度的线性代数103第5章网络挖掘、数据库和大数据1075.1简介1075.2模拟网页浏览1085.3网络数据挖掘1105.4处理非ASCII文本和HTML实体1125.5实现关联表1145.6创建数据库迁移脚本1175.7在已经存在的表中增加一列1175.8在表创建之后添加索引1185.9搭建一个测试Web服务器1205.10实现具有事实表和维度表的星形模式1215.11使用Hadoop分布式文件系统1265.12安装配置Spark1275.13使用Spark聚类数据128第6章信号处理和时间序列1326.1简介1326.2使用周期图做频谱分析1326.3使用Welch算法估计功率谱密度1346.4分析峰值1366.5测量相位同步1386.6指数平滑法1406.7评估平滑法1426.8使用Lomb-Scargle周期图1456.9分析音频的频谱1466.10使用离散余弦变换分析信号1496.11对时序数据进行块自举1516.12对时序数据进行动态块自举1536.13应用离散小波变换155第7章利用金融数据分析选择股票1597.1简介1597.2计算简单收益率和对数收益率1597.3使用夏普比率和流动性对股票进行排名1617.4使用卡玛和索提诺比率对股票进行排名1627.5分析收益统计1647.6将个股与更广泛的市场相关联1667.7探索风险与收益1697.8使用非参数运行测试检验市场1707.9测试随机游走1737.10使用自回归模型确定市场效率1757.11为股票价格数据库建表1777.12填充股票价格数据库1787.13优化等权重双资产组合183第8章文本挖掘和社交网络分析1868.1简介1868.2创建分类的语料库1868.3以句子和单词标记化新闻文章1898.4词干提取、词形还原、过滤和TF-IDF得分1898.5识别命名实体1938.6提取带有非负矩阵分解的主题1948.7实现一个基本的术语数据库1968.8计算社交网络密度2008.9计算社交网络接近中心性2018.10确定中介中心性2028.11评估平均聚类系数2038.12计算图的分类系数2048.13获得一个图的团数2058.14使用余弦相似性创建文档图206第9章集成学习和降维2099.1简介2099.2递归特征消除2109.3应用主成分分析来降维2119.4应用线性判别分析来降维2139.5多模型堆叠和多数投票2149.6学习随机森林2179.7使用RANSAC算法拟合噪声数据2209.8使用Bagging来改善结果2229.9用于更好学习的Boosting算法2249.10嵌套交叉验证2279.11使用joblib重用模型2299.12层次聚类数据2319.13Theano之旅232第10章评估分类器、回归器和聚类23510.1简介23510.2直接使用混淆矩阵分类23510.3计算精度、召回率和F1分数23
书摘更新中
相关书籍推荐手把手教你协方差分析的SPSS操作
一、问题与数据
某研究将73例脑卒中患者随机分为现代理疗组（38例）和传统康复疗法组（35例）进行康复治疗，采用Fugl-Meyer运动功能评分法（FMA）分别记录治疗前、后的运动功能情况，部分数据如下。试问现代理疗和传统康复治疗对脑卒中患者运动功能的改善是否有差异？
二、对数据结构的
整个数据资料涉及2组患者（共73例），每名患者有康复治疗前、后2个数据，测量指标为FMA评分。由于治疗前的FMA分数会对治疗后的FMA分数产生影响，因此在比较现代理疗和传统康复疗法对患者运动功能的改善情况时，应把治疗前的FMA评分作为协变量进行调整，若满足协方差分析的应用条件，可采用完全随机设计的协方差分析。
协方差分析可以控制混杂因素对处理效应的影响，提高假设检验的效能和分析结果的精度。其应用条件包括：受试对象的观测指标满足独立性，各处理组的观测指标均来自正态分布总体，且方差相等。需要控制的协变量（自变量）与观测指标（因变量）之间存在线性关系，且每个组用协变量（自变量）与观测指标（因变量）进行直线回归时，回归直线的斜率相同（即各组回归直线平行）。
协方差分析相关的假设检验
1. 各组回归直线是否平行的假设检验；
2. 各组观测指标方差是否相同的假设检验；
协变量（自变量）与观测指标（因变量）之间是否存在线性关系的假设检验；
4. 控制协变量的影响后，各组调整的均数是否相等的假设检验。
三、SPSS分析方法
1、数据录入
（组别1=现代理疗组，组别2=传统康复疗法组，FMA1=治疗前FMA评分，FMA2=治疗后FMA评分）
2、选择Analyze→General Linear
Model→Univariate
3、选项设置
A. 主对话框设置：选择观测指标（FMA2）到Dependent
Variable窗口，组别变量到Fixed Factor(s)窗口，协变量（FMA1）到Covariate(s)窗口。
Model设置：点击Model按钮→选择Custom选项→将组别和FMA1分别放入Model窗口→将组别和FMA1同时选中（按住Ctrl后分别点击“组别”和“FMA1”），选入Model窗口构成交互项→点击Continue返回主对话框→OK。
放入分组变量与协变量的交互项是为了检验各组回归直线是否平行，若交互项结果满足P&0.05，则尚不能认为各组协变量与观测指标之间的回归直线斜率不等。在各组回归直线平行的条件成立时，才可以考虑进一步使用协方差分析。当处理因素与协变量有交互作用，即各组回归直线平行的条件不成立时（P&0.05），应对资料进一步处理或采用其他方法。
得到结果后，这一步仅需要查看Tests of Between-Subjects
Effects的结果，组别*FMA1一行为各组回归直线是否平行进行假设检验的结果。F=0.703，P（Sig.）=0.405
&0.05，尚不能认为两组治疗前FMA评分与治疗后FMA评分之间回归直线的斜率不等，即满足回归直线平行的条件（这一步是协方差分析的假设检验1）。因此，可以做协方差分析，接下来需要重复上述步骤2、步骤3，并在Model设置中，将分组变量与协变量的交互项从模型中去掉，如下图所示。
Options设置：点击Options按钮→在Display部分勾选Descriptive
statistics（给出各组及总的例数、均数和标准差）、Homogeneity
tests（给出方差齐性检验结果）、Parameter estimates（给出协方差模型的各个参数）→将组别变量放入Display
means for窗口（给出各组调整均数的估计值）→点击Continue返回主对话框→OK。
四、结果解读
Descriptive
Statistics表格给出了治疗后FMA评分的部分统计信息，包括两组及总的例数（N）、均数（Mean）和标准差（Std.
Deviation）。
Levene’s Test of Equality of Error
Variances表格给出了方差齐性检验的结果，F=0.199，P（Sig.）=0.657，尚不能认为两组治疗后FMA评分的方差不等，即满足方差齐的条件（这一步是协方差分析的假设检验2）。
Tests of Between-Subjects
Effects表格给出了协方差分析结果（不含交互项），其中FMA1一行为协变量与观测指标之间是否存在线性关系的假设检验结果。F=134.213，P（Sig.）&0.001，可以认为治疗前FMA评分与治疗后FMA评分之间存在线性关系，即满足线性关系的条件（这一步是协方差分析的假设检验3）。
组别一行为各组观测指标调整的均数是否相等的假设检验结果。F=7.866，P（Sig.）=0.007
&0.05，两组之间治疗后FMA评分的差异具有统计学意义，说明现代理疗和传统康复治疗对脑卒中患者运动功能的改善是有差异的。（这一步是协方差分析的假设检验4。协方差分析需要满足前3个假设后，才能根据假设检验4推断研究问题。如果前3个假设不满足，则不能进行协方差分析）
Estimates表格给出了协方差模型参数估计的结果。本例中的协方差模型为：
Estimated Marginal
Means表格给出了协方差分析时观测指标的调整均数，各组调整的均数是利用参数估计的结果计算的。用各组FMA1的总平均数代入上面的协方差模型，即可得到观测指标的调整均数。
五、撰写结论
根据基线运动功能调整后，现代理疗方法对脑卒中患者进行康复治疗的运动功能得分为55（95%
CI：52-57），传统康复疗法的运动功能得分为50（95%
CI：48-53）。两种方法对脑卒中患者运动功能改善的差异具有统计学意义，现代理疗方法优于传统康复疗法（F=7.866，P=0.007）。
六、延伸阅读
本例如果用康复治疗前、后的FMA评分相减，生成一个差值，再对两组间的差值进行两样本均数比较的t检验，其结果如何呢？
t=2.527，P=0.014，两组间FMA评分变化的差异具有统计学意义。虽然t检验得出的结论与协方差分析的结论相同，但是把前、后测量值转换为差值之后，原有的数据信息也会有所损失。而且，如果两组间基线值有差异，差值更不能作为判别组间差别的依据。因此，将基线值作为协变量进行校正的协方差分析是科学可行的常用方法。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。Access denied | www.tenlong.com.tw used Cloudflare to restrict access
Please enable cookies.
What happened?
The owner of this website (www.tenlong.com.tw) has banned your access based on your browser's signature (44eb7a673b6e98bf-ua98).来自雪球&#xe6关注 使用Python快速入门数据科学今天我们来聊一下Python与数据科学，这里包括机器学习、数据分析和数据可视化。 一、机器学习是什么？ 假设你想开发一个能够自动检测图片内容的程序。给出图1，你希望程序识别这是一只狗。
图1 给出图2，希望程序能识别这是一张桌子。
图2 你可能会说，我可以写一些代码来做到这点。例如，如果图片中有很多浅棕色像素，那么可以识别是狗。 或者可以检测图片中的边缘，如果有很多直的边缘，那么就是桌子。 但这种方法很快就不好用了。如果图片中的狗不是棕色毛的怎么办？如果图片只显示桌子的圆形部分怎么办？ 这里就需要用到机器学习了。 机器学习通过实现算法，该算法能够自动检测输入中的模式。 例如，你将1000张狗的图片和1000张桌子的图片输入给机器学习算法，让它掌握狗和桌子间的区别。那么当你给出新的图片让它识别是狗还是桌子时，它就能够进行判断。 这有点类似孩子学习新事物的方式。孩子是如何学习认知狗或桌子的呢？就是通过大量的例子。 你不会明确告诉孩子：“如果某个毛茸茸的东西有浅棕色的毛发，那么就可能是狗。” 你会说，“这是狗，这也是狗。而这是桌子，那个也是桌子。“ 机器学习算法的方式大致相同。 我们可以将相同的想法应用于： · 推荐系统 (比如YouTube，亚马逊和Netflix) · 人脸识别 · 语音识别 以及其他应用。 你听过的热门机器学习算法包括： · 神经网络 · 深度学习 · 支持向量机 · 随机森林 你可以使用上述任何算法来解决前面提到的图片标签问题。 二、 将Python用于机器学习 有一些热门的机器学习库和Python框架。其中两个最热门的是scikit-learn和TensorFlow。 · scikit-learn带有一些内置的热门机器学习算法。 · TensorFlow是一个低级库，能让你创建自定义机器学习算法。 如果你刚开始进行机器学习项目，我会建议你先从scikit-learn开始。如果你开始遇到效率问题，那么可以使用TensorFlow。 三、数据分析和数据可视化 假设你在一家在线销售产品的公司工作。作为数据分析师，你会绘制这样的条形图。
条形图1 - 用Python生成 从这张图中可以看到在某个周日，男性用户购买了400多件产品，女性用户购买了350件产品。 作为数据分析师，对此你会提出一些可能的解释。明显的解释是，该产品在男性用户中更受欢迎。另一种是样本量太小，而这种差异是偶然的。还可能呢是由于某种原因，男性往往在周日才购买该产品。 为了理解哪种解释是正确的，你可以绘制另一个图。
折线图1 - 用Python生成 不止看周日的数据，还要看到一周的数据。从这张图表中可以看出，在不同的日子里这种差异比较一致。 从这个分析中你会得出结论：这种产品在男性中比在女性中更受欢迎。 但如果你看到像这样的图表呢？
折线图2 - 用Python生成 那么，怎么解释周日的差异呢？ 你可能会说，也许出于某种原因男性只在周日才会更多地购买这款产品。或许这只是巧合。 我在谷歌和微软工作时所做的数据分析工作与这个例子非常相似，只是更复杂一些。在谷歌时我使用Python进行分析，而我在微软使用JavaScript。 在这两家公司我都使用SQL从数据库中提取数据。然后，我用Python和Matplotlib(在谷歌)或JavaScript和D3.js(在微软)来可视化和分析这些数据。 使用Python进行数据分析/可视化 进行数据可视化时，Matplotlib是非常热门的库。 Matplotlib很棒，因为： · 容易上手 · seaborn等库是基于它的，学习Matplotlib可以帮助你以后学习其他库。 如何用Python学习数据分析/可视化 你首先应该了解数据分析和可视化的基础知识。在学习了数据分析和可视化的基础知识之后，学习统计学基础知识也将会很有帮助。其次，如果你想学Python而又苦于无入门方法和实操案例，下面的课程或许是你不错的选择。 CDA数据分析周末集训班-python方向 以CDA数据分析师标准等级大纲要求出发，从数据获取（Python爬虫、Mysql数据库）—统计学理论方法—数据分析与软件应用（Python）—数据挖掘和机器学习（Python）—数据可视化（Matplotlib，Seaborn等）整套数据分析流程技术系统讲解，还将结合量化投资、金融、银行、电信等行业真实需求出发全部用实际案例教学来使所学项目课程更能符合企业要求。 一、课程信息 时间：日~11月10日 地点：北京现场& 全国直播 授课安排：现场班9900元远程班7900元 二、这门课程讲什么？ 01章Python编程基础和网络爬虫 01-01数据分析行业概述 01-02Python安装及介绍 01-03Python编程基础知识 01-04Python爬虫基础知识-网络请求、HTML文档、浏览器开发者工具 01-05网络请求及相应-Requests 01-06HTML文档解析 -BeautifulSoup 01-07常见反爬虫机制及应对 01-08通过API获取数据 01-09Python爬虫实战之头像下载 01-10Python爬虫实战之抓取书籍简介 02章Mysql数据库基础 01-01Mysql数据库知识介绍 01-02Mysql数据库的基本操作 01-03Mysql数据表的基本操作 01-04数据类型和约束条件 01-05数据的CRUD操作之增加、删除、修改数据表 01-06SQL数据库单表查询和联合查询 01-07SQL操作符和函数 01-08SQL综合案例：彩票数据核对练习 01-09SQL综合案例：电商数据查询练习 03章 数据分析之统计学基础 01-01数据分析行业与知识简介 01-02概率论基础知识 01-03描述性统计分析 01-04统计量与抽样分布 01-05参数估计：点估计和区间估计 01-06假设检验方法 01-07方差分析的基本原理和操作 04章 Python进行统计分析和数据清洗 01-01使用Python进行数据整合与数据清洗 01-02使用Python进行数据分组和抽样 01-03使用Python进行描述性统计分析 01-04使用Python进行参数估计和假设检验 01-05使用Python进行单样本和两样本T检验 01-06使用Python进行方差分析和相关分析 01-07转化漏斗与A/B对比测试 05章 Python进行回归分析和降维分析 01-01使用线性回归做客户价值预测 01-02使用逻辑回归做客户流失预警 01-03连续变量关系探索与变量压缩：主成分、因子分析 01-04聚类分析与客户分群 01-05市场分析其他工具：对应分析与多维尺度分析 01-06案例：电信公司消费偏好聚类 01-07案例：汽车品牌客户感知图 06章 Python进行时间序列和综合案例分析 01-01简单时间序列分析法：平滑算法 01-02平稳时间序列(ARMA)模型设定与识别 01-03非平稳时间序列（ARIMA）模型 01-04时间序列建模步骤 01-05案例：使用Python进行信用卡产能指标趋势预测与监控 01-06案例：使用Python进行电信公司离网用户预警 07章 Python数据可视化 01-01绘图思想的基本原理 01-02Python数据可视化包-Matplotlib介绍与图形绘制 01-03Python数据可视化包-Seaborn介绍与图形绘制 01-04Python数据可视化-Pyecharts介绍与图形绘制 01-06分析结果展示与报告展现 08章 期中项目作业与答辩 01-01课题1：电商客户价值预测 01-02课题2：网站流量数据分析 01-03课题3：信用卡客户流失预警 01-04课题4：银行电话营销响应分析 01-05以上课题仅供参考 09章 Python数据挖掘基础及数据前处理技术 01-01Python数据挖掘简介 01-02数据挖掘方法论CRISP-DM介绍 01-03数据挖掘技术概述 01-04数据前处理方法 01-05关键变量发掘技术 10章 Python进行预测型数据挖掘 01-01朴素贝叶斯与最近领域 01-02决策树算法 01-03神经网络 01-04支持向量机 01-05集成学习：Bagging,Boosting,RandomForest 01-06特征工程 11章Python进行描述性数据挖掘与进阶 01-01聚类分析 01-02关联规则 01-03序列模式 01-04深度学习 01-05文本挖掘 三、如何报名？ 1. 在线填写报名信息（联系文末赵老师获取报名链接） 2. 给予反馈，确认报名信息 3. 网上缴费 4. 开课前一周发送电子版课件和教室路线图 四、课程讲师 李武卿 美库尔主管高级分析师 具备多年Python，R, SAS语言数据挖掘与机器学习经验。负责过戴尔（美国地区）潜在客户挖掘项目；美国某银行信用卡违约预测项目；宜家（中国地区）潜在有价值的商品购买组合发掘；也长年负责美库尔公司内部PYTHON数据挖掘员工培训。 赵仁乾 CDA数据分析研究院讲师/北京邮电大学管理科学与工程硕士 现就职于北京电信规划设计院，从事移动、联通集团及各省分公司市场、业务、财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。 覃秉丰 CDA数据分析师讲师/创业公司技术负责人 机器学习，深度学习领域多年一线开发研究经验，精通算法原理与编程实践。曾完成过多项图像，语音，nlp，搜索相关的人工智能实际项目，研发经验丰富。拥有两项国家专利。同时具有多年授课培训经验，讲课通熟易懂，代码风格简洁清晰。 联系我们 课程顾问：赵老师 （微信） }