数据集:两种形式的铁离子在不同剂量下在动物体内的存留量
本文主要讨论进行可以进行方差分析的先决条件以及等重复双因素方差分析。
1. 数据分析要求
为研究两种形式的铁离子( F e 3 + Fe^{3+} Fe3+和 F e 2 + Fe^{2+} Fe2+ )在不同剂量下在动物体内的存留量是否有显著不同,进行了如下实验:将108只小白鼠随机地分为6组,每组均为18只,其中三组分别给以三种不同剂量(高剂量、中剂量、低剂量)的三价铁;另三组给以相应计量的二价铁。经过一段时间后,测量各小白鼠体内两种铁离子的残留量关于最初服用剂量的百分比,其数据如表2(略)所示:
(1)求出各组合水平上的观测值的样本均值和标准差。各水平组合上的标准差(从而样本方差)差异是否明显?你认为假定误差的等方差性是否合理?
(2)对观测数据作自然对数变换,再进行(1)中分析。此时,各组合水平上的标准差是否趋于一致?
(3)对变换后的数据进行方差分析,建立方差分析表。在显著水平α=0.05下,因素的交互效应是否显著?各因素的影响是否显著?
(4)根据(3)中分析,分别求各因素在其不同水平上的均值的置信度为95%置信区间以及两两均值之差的置信度不小于95%的Bonferroni同时置信区间,并解释其结果。
2. 数据预处理
# 导包 import pandas as pd import numpy as np from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm from scipy import stats # 导入数据 df = pd.read_excel("3.2.xlsx") print(df.head())
讯享网
结果:
讯享网 A B C 0 a1 b1 0.71 1 a1 b1 1.66 2 a1 b1 2.01 3 a1 b1 2.16 4 a1 b1 2.42
3. 求均值与标准差并作分析
# 求均值与标准差 mean = [] std = [] j = 0 for i in range(len(df['C'])): mean.append(df['C'][j:j+18].mean()) std.append(df['C'][j:j+18].mean()) j = j + 18 # 对数据进行对数变换 df["C"] = df["C"].apply(np.log) # 求解均值和方差 mean = [] std = [] j = 0 for i in range(len(df['C'])): mean.append(df['C'][j:j+18].mean()) std.append(df['C'][j:j+18].mean()) j = j + 18
原始数据:

由上表可知, ( a 1 , b 1 ) (a1,b1) (a1,b1)和 ( a 1 , b 3 ) (a1,b3) (a1,b3)组合的标准差分别为2.030875、2.与其他组合的标准差较大,所以我认为假定误差的等方差行不太合理。故不能直接进行方差分析。
作对数变换之后:

由以上结果可以看出,各组合水平上的标准差趋于一致,各组之间的标准差差异比较小。说明各组合的离散程度比较接近。故可以利用变换之后的数据在进行方差分析。
4. 等重复双因素方差分析
设 A , B A,B A,B水平下各小白鼠体内两种铁离子的残留量关于最初服用剂量的百分比, y i j k y_{ijk} yijk,有:
y i j k = μ + α i + β j + γ i j + ε i j k , i = 1 , 2 ; j = 1 , 2 , 3 ; k = 1 , 2 , . . . , 18 (1) y_{ijk}=\mu+\alpha_i+\beta_j+\gamma_{ij}+\varepsilon_{ijk},i=1,2;j=1,2,3;k=1,2,...,18 \tag 1 yijk=μ+αi+βj+γij+εijk,i=1,2;j=1,2,3;k=1,2,...,18(1)
检验假设为:
H A 0 : α 1 = α 2 = 0 ↔ H A 1 : α i ≠ 0 , ∃ i H_{A0}:\alpha_1=\alpha_2=0\leftrightarrow H_{A1}:\alpha_i\neq0,\exists i HA0:α1=α2=0↔HA1:αi=0,∃i
H B 0 : β 1 = β 2 = β 3 = 0 ↔ H B 1 : β j ≠ 0 , ∃ j H_{B0}:\beta_1=\beta_2=\beta_3=0\leftrightarrow H_{B1}:\beta_j \neq 0,\exists j HB0:β1=β2=β3=0↔HB1:βj=0,∃j
H A B 0 : γ i j = 0 , i = 1 , 2 ; j = 1 , 2 , 3 ↔ H A B 1 : γ i j ≠ 0 , ∃ ( i , j ) H_{AB0}:\gamma_{ij}=0,i=1,2;j=1,2,3\leftrightarrow H_{AB1}:\gamma_{ij}\neq0,\exists\left(i,j\right)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/70244.html