安裝 Python (Anaconda)


套路0: 安裝Python (Anaconda)

Anaconda已經包含Python及各種科學數學和數據分析的套件，是專門用於python數據分析用途。所以直接下載安裝Anaconda。

第一步: Anaconda官網: https://www.anaconda.com/

第二步: 依電腦規格選擇適當的版本下載安裝Anaconda。
第三步: 啟動Spyder
第四步: 利用Spyder視窗介面撰寫執行Python指令及功能

留言

張貼留言

這個網誌中的熱門文章

三因子變異數分析 (Three-Way ANOVA)

圖片
套路 18: 三因子變異數分析 (Three-Way ANOVA) 應用三因子變異數分析的資料有三影響因子 ，就是有三個自變項 。此檢定有七組 H 0 和 H A 。 H 0 : m 因子 1-1 = m 因子 1-2 = … = m 因子 1-m ， H A : 至少有一組平均值不同。 H 0 : m 因子 2-1 = m 因子 2-2 = … = m 因子 2-n ， H A : 至少有一組平均值不同。 H 0 : m 因子 3-1 = m 因子 3-2 = … = m 因子 3-o ， H A : 至少有一組平均值不同。 H 0 : 因子 1 與因子 2 互不影響 ， H A : 因子 1 與因子 2 互相影響。 H 0 : 因子 1 與因子 3 互不影響 ， H A : 因子 1 與因子 3 互相影響。 H 0 : 因子 2 與因子 3 互不影響 ， H A : 因子 2 與因子 3 互相影響。 H 0 : 因子 1 、 因子 2 與因子 3 互不影響 ， H A : 因子 1 、 因子 2 與因子 3 互相影響。 1. 使用時機 : 用於比較 在三不同因子對樣本平均值 (mean) 有無影響及三因子間有無交互作用。 2. 分析類型 : 母數 (parametric) 分析。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 前提假設 : 使用母數 (parametric) 分析時 ， 資料須為常態分布 (normal distribution) 。使用 ANOVA 多組資料須相同變異數 。 4. 範例資料 : 咪路研究溫度對孔雀魚 ( Poecilia reticulata ) 、寶蓮燈魚 ( Paracheirodon axelrodi ) 及斑馬魚 ( Danio rerio ) 生長的影響。在 20 ° C 、 24 ° C 及 28 ° C 培養下，三種魚身長變化 (cm) 資料如下： 孔雀魚 ( Poecilia reticulata ) 20 ° C 24 ° C 28 ° C 雄
閱讀完整內容

兩組獨立樣本變異數相同 t 檢定 (Two-Sample t test with equal variances，parametric)

圖片
套路 9: 兩組獨立樣本變異數相同  t  檢定 ( Two-Sample t test with equal variances ， parametric ) 什麼是兩組獨立樣本假設檢定 ? 說白了就是兩組分別獨立取樣的資料做比較的假設檢定。統計假設檢定檢定什麼 ? 看 H 0 。例如兩組獨立樣本假設檢定 H 0 : μ 1 = μ 2 ， H A : μ 1 ¹ μ 2 是檢定兩組資料的平均值是否相同。又例如兩組獨立樣本假設檢定 H 0 : μ 1 < μ 2 ， H A : μ 1 ³ μ 2 是檢定第一組資料的平均值是否小於第二組資料的平均值。假設相等時為雙尾 (two-tailed test) 檢定。假設不相等時為單尾 (one-tailed test) 檢定。如下圖所示 : 1. 使用時機 : 用於比較 兩組變異數相同獨立樣本 的平均值 (mean) 。大樣本用 Z 檢定 小樣本用 t 檢定 。 2. 分析類型 : 母數分析 (parametric analysis) 。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 前提假設 : 資料為常態分布 (normal distribution) 或接近常態分布 ， 變異數相同 ( equal variances ) 。 4. 資料範例 : 咪路調查高一和大一學生體重 (kg) ，資料如下 : 高一 41 35 33 36 40 46 31 37 34 30 38 大一 52 57 62 55 64 57 56 55 60 59 請問平均體重是否相同 ? H 0 : m 1 = m 2 ， H A : m 1 ≠ m 2 。 5. 畫圖看
閱讀完整內容

雙因子變異數分析 (Two-Way ANOVA)

圖片
套路 17: 雙因子變異數分析 (Two-Way ANOVA) 應用雙因子變異數分析的資料有二影響因子 ，就是有兩個自變項 。此檢定有三組 H 0 和 H A 。 H 0 : m 因子 1-1 = m 因子 1-2 = … = m 因子 1-m ， H A : 至少有一組平均值不同。 H 0 : m 因子 2-1 = m 因子 2-2 = … = m 因子 2-n ， H A : 至少有一組平均值不同。 H 0 : 因子 1 與因子 2 互不影響 ， H A : 因子 1 與因子 2 互相影響。 1. 使用時機 : 用於比較 在二不同因子對樣本平均值 (mean) 有無影響及二因子有無交互作用。 2. 分析類型 : 母數 (parametric) 分析。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 前提假設 : 使用母數 (parametric) 分析時 ， 資料須為常態分布 (normal distribution) 。使用 ANOVA 多組資料須相同變異數 。 4. 範例資料 : 咪路調查人類血漿中鉀離子濃度 (mg/100 ml) 資料如下： 沒注射賀爾蒙 注射賀爾蒙 雌 雄 雌 雄 16.3 15.3 38.1 34.0 20.4 17.4 26.2 22.8 12.4 10.9 32.3 27.8 15.8 10.3 35.8 25.0 9.5 6.7 30.2 29.3 H 0 : 注射賀爾蒙沒影響 。 H A : 注射賀爾蒙有影響 。 H 0 : 性別沒影響 。 H A : 性別有影響 。 H 0 : 性別及注射賀爾蒙兩因子互不影響
閱讀完整內容