我正在熟悉Statsmodels,以便将我更复杂的统计信息完全转移到python。然而,我很谨慎,所以我正在用SPSS交叉检查我的结果,只是为了确保我没有犯任何明显的错误。大多数情况下,没有区别,但我有一个双向方差分析的例子,它在Statsmodels和SPSS中抛出了非常不同的测试统计数据。(相关点: ANOVA中的样本大小不匹配,因此ANOVA可能不是这里的合适模型。)
我选择我的模型如下:
import pandas as pd
import scipy as sp
import numpy as np
import statsmodels.api as sm
import seabor
我想对我的原始数据进行卡方检验,但SPSS并没有像我想要的那样读取原始数据。
原始数据在一个文件中总结了几个测试条件、位置、参与者组和结果。示例数据:
# country gender Question 1 Question 2
1 chile f yes no
2 chile f no no
3 chile m no yes
4 chile m yes no
5 chile f yes no
6 chile f yes yes
7 chile m no yes
8 france f y
大家好,我在python 3中有一段代码:
def spss_script_3tests (dictionary):
inv_test_dict = {v: k for k , v in dictionary.items()}
for i in excel_log_absent['Pupil\nID/Barcode ']:
pupil_id=(i.split('-'))[2]
test_no=(i.split('-'))[1]
#index in spss data of pupil id
spss_pid_ind
我用nnet的multinom函数拟合了一个突变模型(在本例中,数据给出了不同湖泊中不同大小的短吻鳄的饮食偏好):
data=read.csv("https://www.dropbox.com/s/y9elunsbv74p2h6/alligator.csv?dl=1")
head(data)
id size sex lake food
1 1 <2.3 male hancock fish
2 2 <2.3 male hancock fish
3 3 <2.3 male hancock fish
4 4 <2.3 male hancoc