Kiểm tra Friedman và kiểm tra hậu hoc cho Python

Trong tập dữ liệu của tôi, tôi có năm nhóm (thứ tự) với số lượng x. Vì tính đồng nhất bị vi phạm, tôi đã thực hiện bài kiểm tra chi bình phương Friedman để xem liệu có sự khác biệt thống kê nào giữa các nhóm không:

fried = stats.friedmanchisquare(*[grp for idx, grp in df.iteritems()]))

Điều này trả về một sự khác biệt thống kê, nhưng bây giờ tôi muốn tìm hiểu giữa các nhóm khác nhau tồn tại. Trong Rđó có một giải pháp tốt cho việc này ( phân tích bài kiểm tra và hậu hoc của Friedman , https://www.r-statistic.com/2010/02/post-hoc-analysis-for-friedmans-test-r-code/ ) , nơi họ sử dụng thử nghiệm Wilcoxon-Nemenyi-McDonald-Thompson, nhưng tôi không thể tìm thấy một con nào cho Python.

Có khả năng thực hiện các phân tích hậu hoc cho bài kiểm tra Friedman không? Ngoài ra, điều gì sẽ là một lựa chọn tốt cho bài kiểm tra Friedman cho phép tôi so sánh giữa các nhóm, ví dụ phương trình ước lượng tổng quát?

Tôi hiện đang xem xét vấn đề này bản thân mình; theo bài báo này, có một số khả năng để thực hiện các bài kiểm tra sau sinh ( Cập nhật : một phần mở rộng liên quan đến việc sử dụng các bài kiểm tra không tham số có thể được tìm thấy ở đây ):

• Thực hiện Nemenyi -test cho tất cả các kết hợp theo cặp; nó tương tự như Tukey -test cho ANOVA.
• Thực hiện Bonferroni-Dunn -test; trong cài đặt này, người ta so sánh tất cả các giá trị với một danh sách các giá trị điều khiển.
• Ngoài ra, người ta có thể thực hiện các thủ tục tăng cường và bước xuống kiểm tra tuần tự các giả thuyết được sắp xếp theo tầm quan trọng của chúng. Người ta có thể sử dụng Holm của thủ tục bước xuống, Hochberg 'thủ tục bước lên s hoặc Hommel ' thủ tục s.

Các thư viện STAC Python dường như bao gồm tất cả các thử nghiệm này, ngoại trừ thủ tục Hommel của.

Bổ sung cho câu trả lời khác, vì bạn đã hỏi về việc thực hiện các bài kiểm tra sau hoc trong Python: thư viện Orange thực hiện các bài kiểm tra sau hoc (Nemenyi và Bonferroni-Dunn), bao gồm cả chức năng vẽ sơ đồ Sự khác biệt quan trọng [1]

http://docs.orange.biolab.si/3/data-mining-l Library / reference / ev Assessment.cd.html (xem phần "sơ đồ CD")

[1] Janez Demsar, So sánh thống kê các phân loại trên nhiều tập dữ liệu, 7 (tháng 1): 1 Quay30, 2006.

Bạn có thể thực hiện bất kỳ thử nghiệm nào sau đây với gói scikit-posthocs : Conover, Nemenyi, Siegel và Miller post-hoc tests.