tidy_test

\(t\) 検定、\(F\) 検定に対応した tidy メソッド

概要

　R言語の broom::tidy() をオマージュした py4stats.tidy() 関数のうち、statsmodels ライブラリのメソッド RegressionResults.t_test() もしくは RegressionResults.f_test() で作成された statsmodels.stats.contrast.ContrastResults クラスのオブジェクト専用のメソッドです。py4stats.tidy()はジェネリック関数として実装されているため、py4st.tidy(x) としてご利用いただけます。

tidy_test(x, conf_level = 0.95, **kwargs)

引数 Argument

• x（必須）
  　statsmodels ライブラリのメソッド RegressionResults.t_test() もしくはRegressionResults.f_test() で作成された statsmodels.stats.contrast.ContrastResults クラスのオブジェクト。
• conf_level：float
  　信頼区間の計算に用いる信頼係数。ただし、x に代入されたオブジェクトが f_test() の結果である場合は、この引数は無視されます。

返り値 Value

　引数 x に代入されたオブジェクトが t_test() の結果である場合、次の列を含む pands.DataFrame が出力されます。

• estimate
  　帰無仮説のもとでの回帰係数（の線型結合）の推定値
• std_err
  推定値 estimate の標準誤差
• statistics
  　仮説検定の標本検定統計量。
• p_value
  両側検定の標本p-値
• conf_lower
  　信頼区間の下側信頼限界
• conf_higher
  　信頼区間の上側信頼限界

　一方で引数 x に代入されたオブジェクトが f_test() の結果である場合、次の列を含む pands.DataFrame が出力されます。

• statistics
  　仮説検定の標本検定統計量。
• p_value
  　F検定の標本p-値
• df_denom
  　モデルの残差自由度
• df_denom
  　帰無仮説のもとでの制約数

使用例 Examples

import py4stats as py4st

import pandas as pd
import numpy as np
from palmerpenguins import load_penguins
import statsmodels.formula.api as smf

penguins = load_penguins() # サンプルデータの読み込み

fit3 = smf.ols('body_mass_g ~ bill_length_mm + bill_depth_mm + species + sex', data = penguins).fit()

hypotheses = 'bill_length_mm = 20'
print(py4st.tidy(fit3.t_test(hypotheses)).round(4))
#>       estimate  std_err  statistics  p_value  conf_lower  conf_higher
#> term                                                                 
#> c0     26.5366   7.2436      0.9024   0.3675     12.2867      40.7866

hypotheses = 'species[T.Chinstrap] = 0, species[T.Gentoo] = 0'
print(py4st.tidy(fit3.f_test(hypotheses)).round(4))
#>           statistics  p_value  df_denom  df_num
#> term                                           
#> contrast    210.9432      0.0       327       2

---

Return to Function reference.