statsmodels.stats.anova.AnovaRM¶

class statsmodels.stats.anova.AnovaRM(data, depvar, subject, within=None, between=None, aggregate_func=None)[source]¶

使用最小二乘回归的重复测量方差分析

全模型回归残差平方和用于与简化模型进行比较，以计算受试者内效应平方和[1]。

目前，仅支持完全平衡的受试者内设计。 尚未实现受试者间效应的计算和球形性违反的校正。

Parameters:¶

dataDataFrame

depvarstr

因变量在数据

subjectstr

指定主题ID

withinlist[str]

受试者内因素

betweenlist[str]

受试者间因素，这尚未实现

aggregate_func{None, ‘mean’, callable}

如果数据集中每个受试者和指定模型的单元格包含多个观测值，此函数将在运行方差分析之前用于聚合数据。None（默认值）将不执行任何聚合；‘mean’ 是 numpy.mean 的快捷方式。如果需要聚合但未指定聚合函数，则会引发异常。

Returns:¶

resultsAnovaResults instance

Raises:¶

ValueError

如果需要对数据进行聚合，但未指定aggregate_func。

注释

此实现目前仅支持完全平衡的设计。如果数据包含每个受试者和设计单元格的多个观察值，则需要在计算方差分析之前将这些观察值聚合为单个观察值，可以手动操作或通过aggregate_func关键字参数传递聚合函数。请注意，如果在执行聚合之前输入数据集不平衡，则数据中隐含的异方差性将被忽略。

参考文献

方法

fit()

估计模型并计算方差分析表