如何在Python中计算相关比率或Eta？-Java 学习之路

-1

根据这个post的答案，

名义和间隔（“数字”）变量之间最经典的“相关”度量是Eta，也称为相关比率，等于单因子方差分析的根R平方（p值=方差分析） . Eta可以看作对称关联度量，如相关性，因为ANOVA的Eta（标称为独立，数字为依赖）等于Pillai的多元回归轨迹（数值为独立的虚拟变量集对应于名义上的依赖） .

如果你能让我知道如何在python中计算Eta，我将不胜感激 .

事实上，我有一个带有一些数字和一些名义变量的数据框 .

此外，如何为情节绘制热图？

1 回答

答案是here：

def correlation_ratio(categories, measurements):
        fcat, _ = pd.factorize(categories)
        cat_num = np.max(fcat)+1
        y_avg_array = np.zeros(cat_num)
        n_array = np.zeros(cat_num)
        for i in range(0,cat_num):
            cat_measures = measurements[np.argwhere(fcat == i).flatten()]
            n_array[i] = len(cat_measures)
            y_avg_array[i] = np.average(cat_measures)
        y_total_avg = np.sum(np.multiply(y_avg_array,n_array))/np.sum(n_array)
        numerator = np.sum(np.multiply(n_array,np.power(np.subtract(y_avg_array,y_total_avg),2)))
        denominator = np.sum(np.power(np.subtract(measurements,y_total_avg),2))
        if numerator == 0:
            eta = 0.0
        else:
            eta = numerator/denominator
        return eta

回复于 2024-04-19T07:43:03+08:00

如何在Python中计算相关比率或Eta？

1 回答

相关问题