Python统计分析：[7]混合设计的方差分析

混合设计的方差分析就是既有组内变量又有组间变量的方差分析。想要进行这样的方差分析，如果还是用python.statsmodels就不太方便了，因此用到了Python的另一个还比较年轻的统计包pyvttbl,它对anova的支持更全面，使用也更方便，这里我们就看看如何用pyvttbl来实现混合设计的方差分析。

引入DataFrame对象，注意此Dataframe不是pandas.DataFrame

读取数据

我们看一下pyvttbl.DataFrame的结构，有一个变量是必须的——SUBJECT，也就是被试编号，同一个被试有相同的编号，这是我们必须提供的，否则在后面的分析中会出错。

我们用anova方法进行混合设计的方差分析，需要制定因变量score，组间变量group，组内变量test

打印出来的结果有很多，首先看组间效应的检验，group的F和sig值与此相对应，我们输出spss中的结果

接着是组间效应的检验，包括交互效应以下是spss中的输出结果

最后是边际均值