statsmodels.stats.power.FTestPower¶

class statsmodels.stats.power.FTestPower(**kwds)[source]¶

通用F检验约束的统计功效计算

不推荐使用此类，请使用带有修正接口的FTestPowerF2。

这是基于Cohen的f作为效应量大小的度量。

警告：此类中的方法将 df_num 和 df_denom 的名称颠倒了。

另请参阅

FTestPowerF2

具有Cohen’s f-squared作为效应大小的类，修正了关键词名称。

示例

基于R平方的多重回归的样本量和功效

从R平方计算效应量

>>> r2 = 0.1
>>> f2 = r2 / (1 - r2)
>>> f = np.sqrt(f2)
>>> r2, f2, f
(0.1, 0.11111111111111112, 0.33333333333333337)

通过求解分母自由度来确定样本量，错误地命名为 df_num

>>> df1 = 1  # number of constraints in hypothesis test
>>> df2 = FTestPower().solve_power(effect_size=f, alpha=0.1, power=0.9,
                                   df_denom=df1)
>>> ncc = 1  # default
>>> nobs = df2 + df1 + ncc
>>> df2, nobs
(76.46459758305376, 78.46459758305376)

在df2处验证功率

>>> FTestPower().power(effect_size=f, alpha=0.1, df_denom=df1, df_num=df2)
0.8999999972109698

方法

plot_power([dep_var, nobs, effect_size, ...])	在x轴上绘制观察次数或效应大小的功率
power(effect_size, df_num, df_denom, alpha)	计算F检验的幂。
solve_power([effect_size, df_num, df_denom, ...])	求解F检验功效的任意一个参数