Как выполнить ANCOVA в Python


ANCOVA («анализ ковариации») используется для определения наличия или отсутствия статистически значимой разницы между средними значениями трех или более независимых групп после учета одной или нескольких ковариат .

В этом руководстве объясняется, как выполнить ANCOVA в Python.

Пример: ANCOVA в Python

Учитель хочет знать, влияют ли три разных метода обучения на экзаменационные баллы, но при этом он хочет учитывать текущую оценку, которую ученик уже получил в классе.

Она выполнит ANCOVA, используя следующие переменные:

  • Факторная переменная: техника изучения
  • Ковариата: текущая оценка
  • Переменная ответа: экзаменационная оценка

Используйте следующие шаги, чтобы выполнить ANCOVA для этого набора данных:

Шаг 1: Введите данные.

Во-первых, мы создадим DataFrame pandas для хранения наших данных:

import numpy as np
import pandas as pd

#create data
df = pd.DataFrame({'technique': np.repeat(['A', 'B', 'C'], 5),
 'current_grade': [67, 88, 75, 77, 85,
 92, 69, 77, 74, 88, 
 96, 91, 88, 82, 80],
 'exam_score': [77, 89, 72, 74, 69,
 78, 88, 93, 94, 90,
 85, 81, 83, 88, 79]})
#view data 
df

 technique current_grade exam_score
0 A 67 77
1 A 88 89
2 A 75 72
3 A 77 74
4 A 85 69
5 B 92 78
6 B 69 88
7 B 77 93
8 B 74 94
9 B 88 90
10 C 96 85
11 C 91 81
12 C 88 83
13 C 82 88
14 C 80 79

Шаг 2: Выполните ANCOVA.

Далее мы выполним ANCOVA, используя функцию ancova() из библиотеки pingouin:

pip install pingouin 
from pingouin import ancova

#perform ANCOVA
ancova(data= df , dv='exam_score', covar='current_grade', between='technique')


 Source SS DF F p-unc np2
0 technique 390.575130 2 4.80997 0.03155 0.46653
1 current_grade 4.193886 1 0.10329 0.75393 0.00930
2 Residual 446.606114 11 NaN NaN NaN

Шаг 3: Интерпретируйте результаты.

Из таблицы ANCOVA мы видим, что значение p (p-unc = «нескорректированное значение p») для метода исследования составляет 0,03155.Поскольку это значение меньше 0,05, мы можем отвергнуть нулевую гипотезу о том, что каждый из методов обучения приводит к одинаковому среднему экзаменационному баллу, даже с учетом текущей оценки учащегося в классе .

Замечательно! Вы успешно подписались.
Добро пожаловать обратно! Вы успешно вошли
Вы успешно подписались на кодкамп.
Срок действия вашей ссылки истек.
Ура! Проверьте свою электронную почту на наличие волшебной ссылки для входа.
Успех! Ваша платежная информация обновлена.
Ваша платежная информация не была обновлена.