Python တွင် tukey စမ်းသပ်နည်း

တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သော အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ANOVA ဇယား၏ စုစုပေါင်း p-value သည် အချို့သော အရေးပါမှုအဆင့်အောက်တွင် ရှိနေပါက၊ အနည်းဆုံး အုပ်စု၏ ဆိုလိုရင်းမှာ အခြားနည်းများနှင့် ကွဲပြားသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထားရှိသည်။

သို့သော် မည်သည့် အဖွဲ့များ အချင်းချင်း ကွဲပြားသည်ကို ဤအရာက ကျွန်ုပ်တို့အား မပြောပါ။ ၎င်းသည် ကျွန်ုပ်တို့အား အုပ်စု ပျမ်းမျှ ပျမ်းမျှအားလုံး မညီမျှကြောင်း ရိုးရှင်းစွာ ပြောပြသည်။ ဘယ်အဖွဲ့တွေက တစ်ခုနဲ့တစ်ခု မတူဘူးဆိုတာ အတိအကျသိဖို့အတွက် post hoc test လုပ်ဖို့လိုပါတယ်။

အသုံးအများဆုံး post hoc စာမေးပွဲများထဲမှ တစ်ခုသည် Tukey test ဖြစ်သည်၊ ၎င်းသည် မိသားစုအလိုက် အမှားအယွင်းနှုန်းကို ထိန်းချုပ်နေစဉ် အုပ်စုတစ်ခုစီ၏ နည်းလမ်းများကြားတွင် အတွဲလိုက် နှိုင်းယှဉ်မှုများကို လုပ်ဆောင်နိုင်စေပါသည်။

ဤသင်ခန်းစာသည် Python တွင် Tukey စမ်းသပ်မှုကို လုပ်ဆောင်ပုံအဆင့်ဆင့်ကို ဥပမာပေးထားသည်။

အဆင့် 1- လိုအပ်သော ပက်ကေ့ဂျ်များနှင့် လုပ်ဆောင်ချက်များကို တင်ပါ။

ပထမဦးစွာ၊ Python တွင် လိုအပ်သော ပက်ကေ့ဂျ်များနှင့် လုပ်ဆောင်ချက်များကို တင်ပေးပါမည်။

 import pandas as pd
import numpy as np
from scipy. stats import f_oneway
from statsmodels. stats . multicomp import pairwise_tukeyhsd

အဆင့် 2- ANOVA မော်ဒယ်ကို အံကိုက်လုပ်ပါ။

အောက်ပါကုဒ်သည် အုပ်စုသုံးစု (A၊ B၊ နှင့် C) ဖြင့် ဒေတာအတုအတွဲကို ဖန်တီးနည်းကို ပြသပြီး အုပ်စုတစ်ခုစီ၏ ပျမ်းမျှတန်ဖိုးများ ညီမျှခြင်းရှိမရှိ ဆုံးဖြတ်ရန် တစ်ကြောင်း ANOVA မော်ဒယ်ကို ဒေတာနှင့် အံဝင်ခွင်ကျဖြစ်စေသည်-

 #enter data for three groups
a = [85, 86, 88, 75, 78, 94, 98, 79, 71, 80]
b = [91, 92, 93, 90, 97, 94, 82, 88, 95, 96]
c = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]

#perform one-way ANOVA
f_oneway(a, b, c)

F_onewayResult(statistic=5.167774552944481, pvalue=0.012582197136592609)

ANOVA ဇယားမှ အလုံးစုံ p-တန်ဖိုးသည် 0.01258 ဖြစ်ကြောင်း ကျွန်ုပ်တို့ တွေ့နိုင်ပါသည်။

ဤကိန်းဂဏန်းသည် 0.05 ထက်နည်းသောကြောင့်၊ အုပ်စုတစ်ခုစီရှိ ပျမ်းမျှတန်ဖိုးများသည် မညီမျှကြောင်းပြောရန် လုံလောက်သော အထောက်အထားရှိသည်။

ထို့ကြောင့်၊ မည်သည့်အဖွဲ့၏ အဓိပ္ပါယ်သည် ကွဲပြားသည်ကို အတိအကျ ဆုံးဖြတ်ရန် Tukey test ကို ပြုလုပ်နိုင်ပါသည်။

အဆင့် 3: Tukey စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

Python တွင် Tukey စမ်းသပ်မှုကို လုပ်ဆောင်ရန်၊ ကျွန်ုပ်တို့သည် statsmodels စာကြည့်တိုက်မှ pairwise_tukeyhsd() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

 #create DataFrame to hold data
df = pd. DataFrame ({'score': [85, 86, 88, 75, 78, 94, 98, 79, 71, 80,
                             91, 92, 93, 90, 97, 94, 82, 88, 95, 96,
                             79, 78, 88, 94, 92, 85, 83, 85, 82, 81],
                   'group': np. repeat (['a', 'b', 'c'], repeats= 10 )}) 

# perform Tukey's test
tukey = pairwise_tukeyhsd(endog=df['score'],
                          groups=df['group'],
                          alpha= 0.05 )

#display results
print (tukey)

 Multiple Comparison of Means - Tukey HSD, FWER=0.05 
==================================================== ===
group1 group2 meandiff p-adj lower upper reject
-------------------------------------------------- ---
     ab 8.4 0.0158 1.4272 15.3728 True
     ac 1.3 0.8864 -5.6728 8.2728 False
     bc -7.1 0.0453 -14.0728 -0.1272 True
-------------------------------------------------- ---

ဤသည်မှာ ရလဒ်ကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်သည်-

• a နှင့် b အကြားခြားနားချက်အတွက် P တန်ဖိုး: 0.0158
• P တန်ဖိုးသည် a နှင့် c အကြား ခြားနားချက်: 0.8864 ဖြစ်သည်။
• b နှင့် c အကြားခြားနားချက်အတွက် P တန်ဖိုး: 0.0453

ထို့ကြောင့်၊ အုပ်စု a နှင့် b ၏နည်းလမ်းများ နှင့် အုပ်စု b နှင့် c အကြား ကိန်းဂဏန်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက် ရှိကြောင်း ကျွန်ုပ်တို့ ကောက်ချက်ချနိုင်သော်လည်း အုပ်စု a နှင့် c တို့၏ ကိန်းဂဏန်းများကြားတွင် ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ကွာခြားချက်မရှိပါ။

ထပ်လောင်းအရင်းအမြစ်များ

Python တွင် One-Way ANOVA လုပ်ဆောင်နည်း
Python တွင် Two-Way ANOVA ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
Python တွင် ထပ်ခါတလဲလဲ တိုင်းတာနည်း ANOVA လုပ်ဆောင်နည်း