Python တွင် anova ထပ်ခါတလဲလဲ တိုင်းတာနည်းများ လုပ်ဆောင်နည်း

အုပ်စုတစ်ခုစီတွင် တူညီသောဘာသာရပ်များပေါ်လာသည့် အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသောအုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသောခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများကို ANOVA ကို အသုံးပြုသည်။

ဤသင်ခန်းစာတွင် Python ရှိ ANOVA တစ်လမ်းတည်း ထပ်ခါတလဲလဲ တိုင်းတာနည်းကို ရှင်းပြထားသည်။

ဥပမာ- Python ရှိ ANOVA ထပ်ခါတလဲလဲ ဆောင်ရွက်ချက်များ

မတူညီသော ဆေးဝါးလေးမျိုးသည် မတူညီသော တုံ့ပြန်မှုအကြိမ်များကို ဖြစ်စေကြောင်း သုတေသီများက သိချင်ကြသည်။ ယင်းကို စမ်းသပ်ရန်အတွက် ၎င်းတို့သည် မတူညီသော ဆေးဝါးလေးမျိုးအား လူနာများ၏ တုံ့ပြန်မှုအကြိမ်ငါးကြိမ်ကို တိုင်းတာသည်။

လူနာတစ်ဦးစီအား ဆေးဝါးလေးခုစီတွင် တိုင်းတာထားသောကြောင့် ဆေးဝါးများကြား ပျမ်းမျှတုံ့ပြန်မှုအချိန်ကွာခြားခြင်းရှိမရှိ ဆုံးဖြတ်ရန် ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ကိုအသုံးပြုပါမည်။

Python ရှိ ANOVA ထပ်ခါတလဲလဲတိုင်းတာမှုများလုပ်ဆောင်ရန် အောက်ပါအဆင့်များကိုသုံးပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ပထမဦးစွာ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ဒေတာကိုထိန်းထားရန် pandas DataFrame ကို ဖန်တီးပါမည်။

 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

အဆင့် 2- ANOVA တိုင်းတာမှုကို ထပ်ခါတလဲလဲ လုပ်ဆောင်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် statsmodels စာကြည့်တိုက်မှ AnovaRM() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ထပ်ခါတလဲလဲတိုင်းတာမှုများ ANOVA ကို လုပ်ဆောင်ပါမည်-

 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
====================================

အဆင့် 3- ရလဒ်များကို ဘာသာပြန်ပါ။

ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVA သည် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုသည် ။

null hypothesis (H ₀ ) : µ ₁ = µ ₂ = µ ₃ (လူဦးရေ ဆိုသည်မှာ အားလုံးတန်းတူဖြစ်သည်)

အခြားယူဆချက်- (ဟာ)- အနည်းဆုံး လူဦးရေ ဆိုသည်မှာ ကျန်နှင့် ကွဲပြားသည်။

ဤဥပမာတွင်၊ F စမ်းသပ်မှုကိန်းဂဏန်းသည် 24.7589 ဖြစ်ပြီး သက်ဆိုင်ရာ p-တန်ဖိုးသည် 0.0000 ဖြစ်သည်။

ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ ကျွန်ုပ်တို့သည် null hypothesis ကိုငြင်းပယ်ပြီး ဆေးဝါးလေးမျိုးကြားရှိ ပျမ်းမျှတုံ့ပြန်မှုအကြိမ်များတွင် ကိန်းဂဏန်းအချက်အလတ်သိသိသာသာကွာခြားမှုရှိသည်ဟု ကောက်ချက်ချပါသည်။

အဆင့် 4- ရလဒ်များကို သတင်းပို့ပါ။

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့၏ ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVA ၏ ရလဒ်များကို အစီရင်ခံပါမည်။ ဤသည်မှာ မည်သို့လုပ်ဆောင်ရမည်ကို ဥပမာတစ်ခုဖြစ်သည်။

တုံ့ပြန်မှုအချိန်ပေါ်တွင် မတူညီသောဆေးဝါးလေးမျိုး၏ အကျိုးသက်ရောက်မှုကို စစ်ဆေးရန် ANOVA ကို တစ်လမ်းသွား ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ပြုလုပ်ခဲ့သည်။

ရလဒ်များက အသုံးပြုသော ဆေးအမျိုးအစားသည် တုံ့ပြန်ချိန်၌ ကိန်းဂဏန်းအချက်အလတ်များ သိသာထင်ရှားစွာ ကွဲပြားမှုများ ဖြစ်ပေါ်ခဲ့သည် (F(3, 12) = 24.75887, p < 0.001)။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ထပ်ခါတလဲလဲ တိုင်းတာမှုများ ANOVAs များအကြောင်း နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

တစ်လမ်းမောင်း ANOVA နှင့် ထပ်ခါတလဲလဲ တိုင်းတာ ANOVA- ကွာခြားချက်
ANOVA ထပ်ခါတလဲလဲ အစီအမံများကို ကိုယ်တိုင်လုပ်ဆောင်နည်း
ထပ်ခါတလဲလဲတိုင်းတာခြင်း ANOVA ၏ယူဆချက်သုံးရပ်