<\/p>\n
Een eenrichtings-ANOVA<\/a> wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen.<\/span><\/p>\n Als de totale p-waarde van de ANOVA-tabel onder een bepaald significantieniveau ligt, hebben we voldoende bewijs om te zeggen dat ten minste \u00e9\u00e9n van de groepsgemiddelden verschilt van de andere.<\/span><\/p>\n Dit vertelt ons echter niet welke<\/em> groepen van elkaar verschillen. Dit vertelt ons eenvoudigweg dat niet alle groepsgemiddelden gelijk zijn. Om precies te weten welke groepen van elkaar verschillen, moeten we eenpost-hoctest<\/a> uitvoeren.<\/span><\/p>\n Een van de meest gebruikte post-hoc tests is de Tukey-test<\/strong> , waarmee we paarsgewijze vergelijkingen kunnen maken tussen de gemiddelden van elke groep, terwijl we controleren voor het familiefoutenpercentage<\/a> .<\/span><\/p>\n Deze tutorial biedt een stapsgewijs voorbeeld van hoe u de Tukey-test in Python uitvoert.<\/span><\/p>\n Eerst zullen we de benodigde pakketten en functies in Python laden:<\/span><\/p>\n De volgende code laat zien hoe u een nep-dataset met drie groepen (A, B en C) kunt maken en een eenrichtings-ANOVA-model op de gegevens kunt passen om te bepalen of de gemiddelde waarden van elke groep gelijk zijn:<\/span><\/p>\n We kunnen zien dat de totale p-waarde uit de ANOVA-tabel 0,01258<\/strong> is.<\/span><\/p>\n Omdat dit getal kleiner is dan 0,05, hebben we voldoende bewijs om te zeggen dat de gemiddelde waarden in elke groep niet gelijk zijn.<\/span><\/p>\n We kunnen dus de Tukey-test uitvoeren om precies te bepalen welke groepsgemiddelden verschillend zijn.<\/span><\/p>\n Om de Tukey-test in Python uit te voeren, kunnen we de functie pairwise_tukeyhsd()<\/strong> uit de statsmodels-<\/strong> bibliotheek gebruiken:<\/span><\/p>\n Zo interpreteert u het resultaat:<\/span><\/span><\/p>\n We zouden dus concluderen dat er een statistisch significant<\/a> verschil is tussen de gemiddelden van de groepen a<\/em> en b<\/em> en de groepen b<\/em> en c<\/em> , maar geen statistisch significant verschil tussen de gemiddelden van de groepen a<\/em> en c<\/em> .<\/span><\/p>\n Eenrichtings-ANOVA uitvoeren in Python<\/a> Een eenrichtings-ANOVA wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen. Als de totale p-waarde van de ANOVA-tabel onder een bepaald significantieniveau ligt, hebben we voldoende bewijs om te zeggen dat ten minste \u00e9\u00e9n van de groepsgemiddelden verschilt van de […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1301","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Stap 1: Laad de benodigde pakketten en functies<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\nfrom<\/span> scipy. stats<\/span> import<\/span> f_oneway\nfrom<\/span> statsmodels. stats<\/span> . multicomp<\/span> import<\/span> pairwise_tukeyhsd<\/strong><\/span><\/pre>\n Stap 2: Monteer het ANOVA-model<\/strong><\/span><\/h3>\n
#enter data for three groups\n<\/span>a = [85, 86, 88, 75, 78, 94, 98, 79, 71, 80]\nb = [91, 92, 93, 90, 97, 94, 82, 88, 95, 96]\nc = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]\n\n#perform one-way ANOVA\n<\/span>f_oneway(a, b, c)\n\nF_onewayResult(statistic=5.167774552944481, pvalue=0.012582197136592609)<\/strong><\/pre>\n Stap 3: Voer de Tukey-test uit<\/strong><\/span><\/h3>\n
#create DataFrame to hold data\n<\/span>df = pd. DataFrame<\/span> ({'score': [85, 86, 88, 75, 78, 94, 98, 79, 71, 80,\n 91, 92, 93, 90, 97, 94, 82, 88, 95, 96,\n 79, 78, 88, 94, 92, 85, 83, 85, 82, 81],\n 'group': np. repeat<\/span> (['a', 'b', 'c'], repeats= 10<\/span> )}) \n\n# perform Tukey's test\n<\/span>tukey = pairwise_tukeyhsd(endog=df['score'],\n groups=df['group'],\n alpha= 0.05<\/span> )\n\n#display results\n<\/span>print<\/span> (tukey)\n\n Multiple Comparison of Means - Tukey HSD, FWER=0.05 \n==================================================== ===\ngroup1 group2 meandiff p-adj lower upper reject\n-------------------------------------------------- ---\n ab 8.4 0.0158 1.4272 15.3728 True\n ac 1.3 0.8864 -5.6728 8.2728 False\n bc -7.1 0.0453 -14.0728 -0.1272 True\n-------------------------------------------------- ---<\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe u een tweerichtings-ANOVA uitvoert in Python<\/a>
Hoe herhaalde metingen ANOVA in Python uit te voeren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"