统计测试：（感知；实际结果；以及下一步）如何相互作用？

Posted 2023-03-12

【中文标题】统计测试：（感知；实际结果；以及下一步）如何相互作用？

【英文标题】：Statistical tests: how do (perception; actual results; and next) interact?

【发布时间】：2019-12-23 11:54:22

【问题描述】：

perception、outcome和outlook之间的交互是什么？

我已将它们放入分类变量中以 [可能] 简化事情。

import pandas as pd
import numpy as np

high, size = 100, 20
df = pd.DataFrame('perception': np.random.randint(0, high, size),
                   'age': np.random.randint(0, high, size),
                   'smokes_cat': pd.Categorical(np.tile(['lots', 'little', 'not'],
                                                        size//3+1)[:size]),
                   'outcome': np.random.randint(0, high, size),
                   'outlook_cat': pd.Categorical(np.tile(['positive', 'neutral',
                                                          'negative'],
                                                          size//3+1)[:size])
                  )
df.insert(2, 'age_cat', pd.Categorical(pd.cut(df.age, range(0, high+5, size//2),
                                              right=False, labels=[
                                               "0 - 1".format(i, i + 9)
                                               for i in range(0, high, size//2)])))

def tierify(i):
    if i <= 25:
        return 'lowest'
    elif i <= 50:
        return 'low'
    elif i <= 75:
        return 'med'
    return 'high'

df.insert(1, 'perception_cat', df['perception'].map(tierify))
df.insert(6, 'outcome_cat', df['outcome'].map(tierify))

np.random.shuffle(df['smokes_cat'])

在线运行：http://ideone.com/fftuSv 或 https://repl.it/repls/MicroLeftSequences

---

这是伪造的数据，但应该表达这个想法。个人有一个感知视图perception，然后他们被呈现给实际的outcome，并由此可以决定他们的outlook。

使用 Python（pandas，或任何真正开源的东西），我如何显示概率 - 和 p - 值 -它们之间的交互 3 个相关的列（可能使用age、smokes_cat 作为潜在的混杂因素）？

【参考方案1】：

一个选项是Multinomial logit model：

# Create one-hot encoded version of categorical variables
from sklearn.preprocessing import LabelEncoder
enc = LabelEncoder()
all_enc_df = pd.DataFrame(column: enc.fit_transform(df[column])
                           for column in ('perception_cat', 'age_cat',
                                          'smokes_cat', 'outlook_cat'))

# Regression
from sklearn.linear_model import LogisticRegression

X, y = (all_enc_df[['age_cat', 'smokes_cat', 'outlook_cat']],
        all_enc_df[['perception_cat']])

#clf = LogisticRegression(random_state=0, solver='lbfgs',
#                         multi_class='multinomial').fit(X, y)

import statsmodels.api as sm

mullogit = sm.MNLogit(y,X)
mulfit = mullogit.fit(method='bfgs', maxiter=100)

print(mulfit.summary())

https://repl.it/repls/MicroLeftSequences

【参考方案2】：

您可以将交互图用于此特定目的。这非常适合您的情况。我会为您的数据使用这样的图。我已经为您在问题中生成的虚拟数据尝试了它，您可以编写如下代码。虽然将其视为伪代码，但您必须根据需要定制代码。

简单的形式：

如果图中的线有交叉点或可能与其他值有交叉点，那么您可以假设存在交互作用。 如果线平行或不太可能有交点，则假设没有交互作用。

然而，为了更深入地了解，我放置了一些您可以查看的链接。

代码

... # The rest of the code in the question.

# Interaction plot
import matplotlib.pyplot as plt
from statsmodels.graphics.factorplots import interaction_plot

p = interaction_plot(
               x = df['perception'],
               trace=df['outlook_cat'],
               response= df['outcome']
     )
plt.savefig('./my_interaction_plot.png') # or plt.show()

你可以找到interaction_plot()here的文档。此外，我还建议您运行 ANOVA。

进一步阅读

您可以查看以下链接：

（一篇论文）标题为Interaction Effects in ANOVA。 （一个案例）在实践中case。 （另一种情况）在实践中case。