Python Pingouin数据统计分析技术探索

!pip install pingouin

import pandas as pd
from pingouin import ttest

# 创建示例数据集
data = pd.DataFrame({
    'Group': ['A'] * 20 + ['B'] * 20,
    'Values': list(range(20)) + list(range(10, 30))
})

# 执行独立样本t-检验
ttest_result = ttest(data=data, dv='Values', between='Group')
print(ttest_result)

from pingouin import correlation

# 创建包含两个变量的示例数据集
data = pd.DataFrame({
    'X': range(20),
    'Y': range(20) + [5, 9, 3, 6, 8, 4, 7, 2, 1, 0]
})

# 计算Pearson相关系数和显著性
corr = correlation(data=data, x='X', y='Y', method='pearson')
print(corr)

from pingouin import anova

# 创建包含两个因素的示例数据集
data = pd.DataFrame({
    'Group': ['A'] * 20 + ['B'] * 20,
    'Values': list(range(20)) + list(range(10, 30)),
    'Category': ['X'] * 10 + ['Y'] * 10 + ['X'] * 10 + ['Y'] * 10
})

# 执行双因素ANOVA
anova_result = anova(data=data, dv='Values', between='Group', detailed=True)
print(anova_result)

from pingouin import ttest

# 创建示例数据集
data = pd.DataFrame({
    'Before': [5, 7, 3, 6, 2],
    'After': [8, 9, 6, 10, 5]
})

# 执行配对样本t-检验
paired_ttest_result = ttest(data=data, dv='Before', within='After', paired=True)
print(paired_ttest_result)

from pingouin import linear_regression

# 创建示例数据集
data = pd.DataFrame({
    'X': range(20),
    'Y': range(20) + [5, 9, 3, 6, 8, 4, 7, 2, 1, 0]
})

# 执行线性回归
regression_result = linear_regression(data=data, x='X', y='Y')
print(regression_result)

from pingouin import anova

# 创建包含多个因素的示例数据集
data = pd.DataFrame({
    'Group': ['A'] * 20 + ['B'] * 20,
    'Values': list(range(20)) + list(range(10, 30)),
    'Category': ['X'] * 10 + ['Y'] * 10 + ['X'] * 10 + ['Y'] * 10,
    'Color': ['Red'] * 20 + ['Blue'] * 20
})

# 执行多因素ANOVA
multifactor_anova_result = anova(data=data, dv='Values', between=['Group', 'Color'], detailed=True)
print(multifactor_anova_result)