maximtrp/scikit-posthocs

해결하는 문제

ANOVA 검정에서 통계적으로 유의미한 결과를 얻은 후 어떤 그룹 수준이 서로 다른지 정확히 파악하기 위해 통계적 데이터 분석에서 사용되는 대비 다중 비교를 위한 포스트 호크 검정의 포괄적인 세트를 제공함으로써, 파이썬 통계 생태계의 공백을 메웁니다.

작동 방식

NumPy 배열과 Pandas DataFrames와 통합되어 빠른 계산을 수행합니다. 오메니버스 검정, 요인 설계 및 블록 설계용 검정, 그리고 대조군과의 비교를 포함한 다양한 파라메트릭 및 비파라메트릭 검정을 제공합니다. 또한 외곽값 탐지 및 p값 조정 도구를 통해 제1종 및 제2종 오류를 최소화합니다.

대상 사용자

파이썬을 데이터 분석 워크플로우에 사용하는 통계학자, 데이터 분석가, 연구자에게 적합합니다.

주요 특징

• 광범위한 검정 라이브러리: 예를 들어 TukeyHSD, Games-Howell(파라메트릭 검정), Dunn, Conover(비파라메트릭 검정), 오메니버스 검정 포함.
• 설계 지원: 요인 설계 및 블록 설계 데이터용 전용 검정.
• 데이터 통합: Python 리스트, NumPy 배열, Pandas DataFrames를 네이티브로 지원.
• 시각화: p값을 시각화하는 내장된 유의성 플롯(히트맵).
• 분석 도구: 외곽값 탐지(예: Grubbs, ESD 검정) 및 결과 요약을 위한 Compact Letter Display(CLDD) 기능 포함.