查找效果大小以比较属性答案

【问题标题】：Finding effect size for comparison of attributes查找效果大小以比较属性
【发布时间】：2020-10-12 01:50:22
【问题描述】：

有没有办法找到数据集中每个因变量的平方和，然后可以用来计算 eta 平方值

for d in districts:
    ss_b += district_dict[d].shape[0] * \
            np.sum((district_dict[d].mean() - data['total_score'].mean())**2)

ss_t = np.sum((data['total_score']-data['total_score'].mean())**2)        
eta_squared = ss_b/ss_t

数据格式

Store    SKU    type1    color_blue    color_black  RM_Leather  RM_syn   salerate
1        111    Shoe      1                 0          1          0         .3
1        221    Shoe      0                 1          1          0         .7

销售率是依赖的，其他的都是独立的

我在这里找到了这个：https://codingdisciple.com/hypothesis-testing-ANOVA-python.html

我试图复制这个，所以我可以在我所有的因变量（40+）上使用它

(Final.iloc[:,10:-2] - Final.SaleRate.mean()).apply(np.square).sum()

上述代码对于计算每个因变量的 SSB 是否有效。

【问题讨论】：

标签： python pandas scikit-learn statistics

【解决方案1】：

你可以试试这个：

df.apply(np.square).sum()

【讨论】：

(df - df.mean()).apply(np.square).sum() 甚至更简单：(df.shape[0] - 1)* df.var()
对于 ss_b，您可以使用：(df - df.total_score.mean()).apply(np.square).sum()
(Final.iloc[:,10:-2] - Final.SaleRate.mean()).apply(np.square).sum() 在我的情况下 SaleRate 是依赖变量，这一行给了我每个独立变量的平方和列表。是这样吗？
抱歉，无法进一步帮助您了解您的数据详情
我认为应该可以。使用这些行计算 f 统计量，然后尝试使用 f_oneway 并比较结果