<\/p>\n
Een ANOVA met herhaalde metingen<\/a> wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u een ANOVA met herhaalde metingen in \u00e9\u00e9n richting uitvoert in Python.<\/span><\/p>\n De onderzoekers willen weten of vier verschillende medicijnen verschillende reactietijden veroorzaken. Om dit te testen, maten ze de reactietijden van vijf pati\u00ebnten op vier verschillende medicijnen.<\/span><\/p>\n Omdat elke pati\u00ebnt wordt gemeten op elk van de vier medicijnen, zullen we een ANOVA met herhaalde metingen gebruiken om te bepalen of de gemiddelde reactietijd tussen medicijnen verschilt.<\/span><\/p>\n Gebruik de volgende stappen om ANOVA met herhaalde metingen uit te voeren in Python.<\/span><\/p>\n Stap 1: Voer de gegevens in.<\/strong><\/span><\/p>\n Eerst maken we een Panda DataFrame om onze gegevens op te slaan:<\/span><\/p>\n Stap 2: Voer herhaalde ANOVA-metingen uit.<\/strong><\/span><\/p>\n Vervolgens zullen we de ANOVA met herhaalde metingen uitvoeren met behulp van de functie AnovaRM()<\/a> uit de statsmodels-<\/strong> bibliotheek:<\/span><\/p>\n Stap 3: Interpreteer de resultaten.<\/strong><\/span><\/p>\n Een ANOVA met herhaalde metingen gebruikt de volgende nul- en alternatieve hypothesen:<\/span><\/p>\n De nulhypothese (H 0<\/sub> ):<\/strong> \u00b5 1<\/sub> = \u00b5 2<\/sub> = \u00b5 3<\/sub> (populatiegemiddelden zijn allemaal gelijk)<\/span><\/p>\n De alternatieve hypothese: (Ha):<\/strong> ten minste \u00e9\u00e9n populatiegemiddelde verschilt van de rest<\/span><\/p>\n In dit voorbeeld is de F-teststatistiek 24,7589<\/strong> en de overeenkomstige p-waarde 0,0000<\/strong> .<\/span><\/p>\n Omdat deze p-waarde<\/a> kleiner is dan 0,05, verwerpen we de nulhypothese en concluderen we dat er een statistisch significant verschil bestaat in de gemiddelde responstijden tussen de vier geneesmiddelen.<\/span><\/p>\n Stap 4: Rapporteer de resultaten.<\/strong><\/span><\/p>\n Ten slotte zullen we de resultaten van onze herhaalde ANOVA-metingen rapporteren. Hier is een voorbeeld van hoe u dit kunt doen:<\/span><\/p>\n Een ANOVA met herhaalde metingen in \u00e9\u00e9n richting werd uitgevoerd op vijf personen om het effect van vier verschillende medicijnen op de responstijd te onderzoeken.<\/span><\/p>\n De resultaten toonden aan dat het gebruikte type medicatie resulteerde in statistisch significante verschillen in responstijd (F(3, 12) = 24,75887, p < 0,001).<\/span><\/p>\n<\/blockquote>\n De volgende tutorials bieden aanvullende informatie over ANOVA’s met herhaalde metingen:<\/span><\/p>\n Eenrichtings-ANOVA en herhaalde metingen-ANOVA: het verschil<\/a> Een ANOVA met herhaalde metingen wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen. In deze tutorial wordt uitgelegd hoe u een ANOVA met herhaalde metingen in \u00e9\u00e9n richting uitvoert in Python. Voorbeeld: ANOVA […]<\/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-855","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: ANOVA met herhaalde metingen in Python<\/strong><\/span><\/h2>\n
import<\/span> numpy as<\/span> np\nimport<\/span> pandas as<\/span> pd\n\n#createdata<\/span>\ndf = pd.DataFrame({'patient': np.repeat([1, 2, 3, 4, 5], 4),\n 'drug': np.tile([1, 2, 3, 4], 5),\n 'response': [30, 28, 16, 34,\n 14, 18, 10, 22,\n 24, 20, 18, 30,\n 38, 34, 20, 44, \n 26, 28, 14, 30]})\n\n#view first ten rows of data<\/span> \ndf.head[:10]\n\n\n\tpatient drug response\n0 1 1 30\n1 1 2 28\n2 1 3 16\n3 1 4 34\n4 2 1 14\n5 2 2 18\n6 2 3 10\n7 2 4 22\n8 3 1 24\n9 3 2 20<\/strong><\/pre>\n from<\/span> statsmodels.stats.anova import<\/span> AnovaRM\n<\/span>\n#perform the repeated measures ANOVA<\/span>\nprint(AnovaRM(data= df<\/span> , depvar=' response<\/span> ', subject=' patient<\/span> ', within=[' drug<\/span> ']).fit())\n\n Anova\n====================================\n F Value Num DF Den DF Pr > F\n----------------------------------\ndrug 24.7589 3.0000 12.0000 0.0000\n====================================\n<\/strong><\/pre>\n\n
Aanvullende bronnen<\/strong><\/span><\/h2>\n
Handmatig een ANOVA met herhaalde metingen uitvoeren<\/a>
De drie aannames van ANOVA met herhaalde metingen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"