Cara melakukan tindakan berulang anova dengan python
ANOVA pengukuran berulang digunakan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik antara rata-rata tiga kelompok atau lebih di mana subjek yang sama muncul di setiap kelompok.
Tutorial ini menjelaskan cara melakukan ANOVA pengukuran berulang satu arah dengan Python.
Contoh: Pengukuran Berulang ANOVA dengan Python
Para peneliti ingin mengetahui apakah empat obat berbeda menyebabkan waktu reaksi berbeda. Untuk mengujinya, mereka mengukur waktu reaksi lima pasien terhadap empat obat berbeda.
Karena setiap pasien diukur pada masing-masing empat obat, kami akan menggunakan ANOVA pengukuran berulang untuk menentukan apakah waktu reaksi rata-rata berbeda antar obat.
Gunakan langkah-langkah berikut untuk melakukan pengukuran berulang ANOVA dengan Python.
Langkah 1: Masukkan datanya.
Pertama, kita akan membuat pandas DataFrame untuk menyimpan data kita:
import numpy as np import pandas as pd #createdata df = pd.DataFrame({'patient': np.repeat([1, 2, 3, 4, 5], 4), 'drug': np.tile([1, 2, 3, 4], 5), 'response': [30, 28, 16, 34, 14, 18, 10, 22, 24, 20, 18, 30, 38, 34, 20, 44, 26, 28, 14, 30]}) #view first ten rows of data df.head[:10] patient drug response 0 1 1 30 1 1 2 28 2 1 3 16 3 1 4 34 4 2 1 14 5 2 2 18 6 2 3 10 7 2 4 22 8 3 1 24 9 3 2 20
Langkah 2: Lakukan tindakan berulang ANOVA.
Selanjutnya, kita akan melakukan pengukuran berulang ANOVA menggunakan fungsi AnovaRM() dari perpustakaan statsmodels :
from statsmodels.stats.anova import AnovaRM #perform the repeated measures ANOVA print(AnovaRM(data= df , depvar=' response ', subject=' patient ', within=[' drug ']).fit()) Anova ==================================== F Value Num DF Den DF Pr > F ---------------------------------- drug 24.7589 3.0000 12.0000 0.0000 ====================================
Langkah 3: Interpretasikan hasilnya.
ANOVA pengukuran berulang menggunakan hipotesis nol dan alternatif berikut:
Hipotesis nol (H 0 ): µ 1 = µ 2 = µ 3 (rata-rata populasi semuanya sama)
Hipotesis alternatif: (Ha): setidaknya satu rata-rata populasi berbeda dari rata-rata populasi lainnya
Dalam contoh ini, statistik uji F adalah 24,7589 dan nilai p yang sesuai adalah 0,0000 .
Karena nilai p ini kurang dari 0,05, kami menolak hipotesis nol dan menyimpulkan bahwa terdapat perbedaan yang signifikan secara statistik dalam waktu respons rata-rata antara keempat obat.
Langkah 4: Laporkan hasilnya.
Terakhir, kami akan melaporkan hasil pengukuran ANOVA yang kami lakukan berulang kali. Berikut ini contoh cara melakukan ini:
ANOVA pengukuran berulang satu arah dilakukan pada 5 orang untuk menguji pengaruh empat obat berbeda pada waktu respons.
Hasil penelitian menunjukkan bahwa jenis obat yang digunakan menghasilkan perbedaan waktu respons yang signifikan secara statistik (F(3, 12) = 24,75887, p <0,001).
Sumber daya tambahan
Tutorial berikut memberikan informasi tambahan tentang pengukuran berulang ANOVA:
ANOVA satu arah dan ANOVA tindakan berulang: perbedaannya
Cara Melakukan ANOVA Pengukuran Berulang Secara Manual
Tiga asumsi pengukuran berulang ANOVA