statsmodels.sandbox.stats.multicomp.homogeneous_subsets¶

statsmodels.sandbox.stats.multicomp.homogeneous_subsets(vals, dcrit)[source]¶

递归检查所有值对的最小距离

如Newman-Keuls和Ryan程序中的逐步下降方法。这不是一个封闭的过程，因为并非所有分区都被检查。

Parameters:¶

valsarray_like

成对比较的值

dcritarray_like or float

拒绝的关键距离，可以是浮点数，或者是二维数组，上三角部分为距离。

Returns:¶

rejslist of pairs

成对索引列表，其差值（严格）大于临界差值

nrejslist of pairs

小于临界差异的配对指数列表

llilist of tuples

小于临界差异的子集列表

restree

所有比较的结果（用于检查）

this follows description in SPSS notes on Post-Hoc Tests

Because of the recursive structure, some comparisons are made several

times, but only unique pairs or sets are returned.

示例

>>> m = [0, 2, 2.5, 3, 6, 8, 9, 9.5,10 ]
>>> rej, nrej, ssli, res = homogeneous_subsets(m, 2)
>>> set_partition(ssli)
([(5, 6, 7, 8), (1, 2, 3), (4,)], [0])
>>> [np.array(m)[list(pp)] for pp in set_partition(ssli)[0]]
[array([  8. ,   9. ,   9.5,  10. ]), array([ 2. ,  2.5,  3. ]), array([ 6.])]