使用统计模型的MANOVA

Question

我正在寻找一个状态模型MANOVA实现的示例。我不能确定玛诺瓦的Statsmodel网站的正面或反面。我已经说到：

endog, exog = np.asarray(pre_post[feats_list]), np.asarray(pre_post[features])
man = sm.MANOVA(endog,exog).fit()

但是对于.fit()，我得到了一个错误：

NotImplementedError: 

如果我将任何类型的输入输入到.fit()中，它就会告诉我参数太多了。

TypeError: fit() takes 1 positional argument but 2 were given

我确实读过这个职位，并设法复制了相同的错误

man = sm.MANOVA(endog,exog)
man.mv_test()

但似乎也没有任何解决办法。

我知道这是一个基本的编程问题，但我要感谢任何人，谁能提供任何关于如何让MANOVA工作，以及如何获得结果的模型后，它是合适的。在Python中，它似乎不是一个流行的软件包，我在网上找不到任何例子。非常感谢。

Answer 1

我只是花了一个小时来了解他们的文件。设法以正确的格式得到我的数据，只为了得到一个NotImplementedError.模块还没有实现，尽管它假装是..。

添加编辑:查看状态模型glm。它可以非常类似地使用。这是文档。

Answer 2

下面是一个演示如何使用该函数的小示例：

import numpy as np
from statsmodels.multivariate.manova import MANOVA

n_samples = 20
n_dim = 5
n_classes = 3

X = np.random.randn(n_samples, n_dim)
y = np.random.randint(n_classes, size=n_samples)

manova = MANOVA(endog=X, exog=y)
print(manova.mv_test())

哪种输出

                 Multivariate linear model
============================================================

------------------------------------------------------------
           x0           Value  Num DF  Den DF F Value Pr > F
------------------------------------------------------------
          Wilks' lambda 0.3681 4.0000 16.0000  6.8678 0.0020
         Pillai's trace 0.6319 4.0000 16.0000  6.8678 0.0020
 Hotelling-Lawley trace 1.7170 4.0000 16.0000  6.8678 0.0020
    Roy's greatest root 1.7170 4.0000 16.0000  6.8678 0.0020
============================================================

有关演示如何使用from_formula接口的示例，请参阅此博客帖子。