python - 在 Python 中执行 Dunnett 的多重比较测试

Question

我已经确定，在对我的数据进行单向方差分析之后，最适用的事后统计分析是 Dunnett 检验。我过去曾使用 R 执行过此操作，但是由于我用于自动化工作流程(大数据量的自动分析)的包，我现在仅限于使用 python。

我发现了几个软件包(例如 sci-kit、tukeyHSD)，它们提供了多种不同的事后测试，但是它们都不包括 Dunnett 的。例如，我可以轻松地在 scipy 中执行单向方差分析:

import scipy.stats as stats

# Made up data
a = [10, 12, 10, 14, 18] # Control
b = [15, 14, 18, 10, 38]
c = [20, 22, 23, 34, 20]
d = [50, 48, 42, 51, 51]

stats.f_oneway(a, b, c, d)

> F_onewayResult(statistic=26.92639734366354, pvalue=1.7207487532445122e-06)

但是，我希望在此之后与具有正态分布数据(n~1000)的单个对照组进行多重比较分析。我知道 Rpy2，但是我希望在不使用 docker 的情况下在机器上执行此操作。关于功能包的任何建议？

(我也是一名生物学家，具有非常基本的脚本知识，因此很可能我在这里遗漏了一些基本知识)

Answer 1

看起来它与团队@ statsmodels ( https://github.com/statsmodels/statsmodels/issues/852 ) 一起朝着好的方向发展，与此同时，我们必须使用 R 或对几年前发布的表格进行数学计算。