在Python中执行Dunnett的多重比较测试

Question

我已经确定，在对我的数据进行单向方差分析之后，最适用的事后统计分析是Dunnett检验。在过去，我已经使用R完成了这项工作，但是，由于我已经使用包来自动化我的工作流(大数据量的自动分析)，我现在只能使用python。

我已经找到了几个包(例如：sci-kit，tukeyHSD)提供了多个不同的事后检验，但是没有一个包括邓尼特的。

import scipy.stats as stats

# Made up data
a = [10, 12, 10, 14, 18] # Control
b = [15, 14, 18, 10, 38]
c = [20, 22, 23, 34, 20]
d = [50, 48, 42, 51, 51]

stats.f_oneway(a, b, c, d)

> F_onewayResult(statistic=26.92639734366354, pvalue=1.7207487532445122e-06)

然而，我希望在此之后进行多重比较分析，与具有正态分布数据(n~1000)的单个控制组进行比较。我知道Rpy2，但是我希望在不使用docker的情况下在机器上执行此操作。对功能强大的软件包有什么建议吗？

(我也是一名生物学家，具有非常基本的脚本知识，所以我很可能在这里遗漏了一些基本的东西)

Answer 1

看起来@ statsmodels (https://github.com/statsmodels/statsmodels/issues/852)团队正在朝着好的方向发展，同时我们必须使用R或对几年前发布的表进行数学运算。