{"id":3349,"date":"2023-07-17T23:22:52","date_gmt":"2023-07-17T23:22:52","guid":{"rendered":"https:\/\/statorials.org\/nl\/drieweg-anova-python\/"},"modified":"2023-07-17T23:22:52","modified_gmt":"2023-07-17T23:22:52","slug":"drieweg-anova-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/drieweg-anova-python\/","title":{"rendered":"Hoe u een drieweg-anova uitvoert in python"},"content":{"rendered":"

<\/p>\n

\n

Een drieweg-ANOVA<\/strong> wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen die over drie factoren zijn verdeeld.<\/span><\/p>\n

In het volgende voorbeeld ziet u hoe u een drieweg-ANOVA uitvoert in Python.<\/span><\/p>\n

Voorbeeld: drieweg-ANOVA in Python<\/strong><\/span><\/h2>\n

Stel dat een onderzoeker wil bepalen of twee trainingsprogramma’s leiden tot verschillende gemiddelde verbeteringen in de spronghoogte onder universiteitsbasketbalspelers.<\/span><\/p>\n

De onderzoeker vermoedt dat geslacht en divisie (Divisie I of II) ook van invloed kunnen zijn op de spronghoogte, daarom verzamelt hij ook gegevens over deze factoren.<\/span><\/p>\n

Zijn doel is om een drieweg-ANOVA uit te voeren om te bepalen hoe trainingsprogramma, geslacht en divisie de spronghoogte be\u00efnvloeden.<\/span><\/p>\n

Gebruik de volgende stappen om deze drieweg-ANOVA in Python uit te voeren:<\/span><\/p>\n

Stap 1: Cre\u00eber de gegevens<\/strong><\/span><\/p>\n

Laten we eerst een Panda DataFrame maken om de gegevens op te slaan:<\/span><\/p>\n

 import<\/span> numpy as<\/span> np\nimport<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' program<\/span> ': np.repeat<\/span> ([1,2],20),\n                   ' gender<\/span> ': np. tile<\/span> (np. repeat<\/span> (['M', 'F'], 10), 2),\n                   ' division<\/span> ': np. tile<\/span> (np. repeat<\/span> ([1, 2], 5), 4),\n                   ' height<\/span> ': [7, 7, 8, 8, 7, 6, 6, 5, 6, 5,\n                              5, 5, 4, 5, 4, 3, 3, 4, 3, 3,\n                              6, 6, 5, 4, 5, 4, 5, 4, 4, 3,\n                              2, 2, 1, 4, 4, 2, 1, 1, 2, 1]})\n\n#view first ten rows of DataFrame \n<\/span>df[:10]\n\n\tprogram gender division height\n0 1 M 1 7\n1 1 M 1 7\n2 1 M 1 8\n3 1 M 1 8\n4 1 M 1 7\n5 1 M 2 6\n6 1 M 2 6\n7 1 M 2 5\n8 1 M 2 6\n9 1 M 2 5\n<\/strong><\/span><\/pre>\n
 Stap 2: Voer de drieweg-ANOVA uit<\/strong><\/span><\/p>\n
 Vervolgens kunnen we de functie anova_lm()<\/strong> uit de statsmodels-<\/strong> bibliotheek gebruiken om de drieweg-ANOVA uit te voeren:<\/span><\/p>\n
 import<\/span> statsmodels. api<\/span> as<\/span> sm\nfrom<\/span> statsmodels. formula<\/span> . api<\/span> import<\/span> ols\n\n#perform three-way ANOVA\n<\/span>model = ols(\"\"\"height ~ C(program) + C(gender) + C(division) +\n               C(program):C(gender) + C(program):C(division) + C(gender):C(division) +\n               C(program):C(gender):C(division)\"\"\", data=df) .fit<\/span> ()\n\nsm. stats<\/span> . anova_lm<\/span> (model, typ= 2<\/span> )\n\n\t                          sum_sq df F PR(>F)\nC(program) 3.610000e+01 1.0 6.563636e+01 2.983934e-09\nC(gender) 6.760000e+01 1.0 1.229091e+02 1.714432e-12\nC(division) 1.960000e+01 1.0 3.563636e+01 1.185218e-06\nC(program):C(gender) 2.621672e-30 1.0 4.766677e-30 1.000000e+00\nC(program):C(division) 4.000000e-01 1.0 7.272727e-01 4.001069e-01\nC(gender):C(division) 1.000000e-01 1.0 1.818182e-01 6.726702e-01\nC(program):C(gender):C(division) 1.000000e-01 1.0 1.818182e-01 6.726702e-01\nResidual 1.760000e+01 32.0 NaN NaN<\/strong><\/span><\/pre>\n
 Stap 3: Interpreteer de resultaten<\/strong><\/span><\/p>\n
 De kolom Pr(>F)<\/strong> toont de p-waarde voor elke individuele factor en de interacties tussen de factoren.<\/span><\/p>\n
 Uit de resultaten kunnen we opmaken dat geen van de interacties tussen de drie factoren statistisch significant was.<\/span><\/p>\n
 We kunnen ook zien dat elk van de drie factoren (programma, geslacht en divisie) statistisch significant was met de volgende p-waarden:<\/span><\/p>\n