箱线图：进行方差分析并添加显著性标记

见解分享

2023-12-25 08:56:29

使用箱线图进行方差分析：用显著性标记提升洞察力

数据可视化的力量

在数据分析的世界里，箱线图就像一把瑞士军刀，能够同时揭示数据的中心趋势、离散程度和异常值。虽然可视化可以让我们对数据一目了然，但它并不能告诉我们不同组之间的差异是否具有统计意义。

方差分析：超越视觉

为了深入挖掘，我们需要进行方差分析，这是一种统计方法，可以评估多个组之间数据分布的差异。 Kruskal-Wallis 检验是进行非正态分布数据方差分析的常用方法。它告诉我们组之间的差异是否足够大，无法仅仅归因于随机变化。

显著性标记：提高可信度

仅仅知道组之间存在差异是不够的。我们还需要知道这些差异是否具有统计意义。 Nemenyi 检验可以帮助我们解决这个问题。它将对不同组进行两两比较，并突出显示具有统计显着差异的组。

Python 代码示例

以下 Python 代码演示了如何使用箱线图和显著性标记来分析数据：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.stats.multicomp import pairwise_tukeyhsd

data = pd.read_csv("data.csv")

kruskal_result = stats.kruskal(data["value"], data["group"])

pairs = list(itertools.combinations(np.unique(data["group"]), 2))
results = [pairwise_tukeyhsd(data["value"], data["group"], alpha=0.05). معنی_ttest(pair[0], pair[1]) for pair in pairs]

data_melt = data.melt(id_vars="group")
data_melt["p_value"] = results

colors = ["#008000", "#FF0000", "#0000FF", "#FFFF00"]
data_melt["color"] = np.where(data_melt["p_value"] < 0.05, colors[0], colors[1])

sns.boxplot(data=data_melt, x="group", y="value", hue="color")
plt.title("Box Plot with Significance Markers")
plt.xlabel("Group")
plt.ylabel("Value")
plt.show()