忽略 Python 的 statsmodels 中的 NaN

Posted 2023-03-11

【中文标题】忽略 Python 的 statsmodels 中的 NaN

【英文标题】：Ignore NaNs in Python's statsmodels

【发布时间】：2018-06-22 16:19:18

【问题描述】：

有没有一种通用的方法可以忽略 statsmodels 中的 NaN？

我正在使用 statsmodels 的 AnovaRM 函数对各种数据集运行重复测量方差分析。不同行的不同列中存在缺失值。运行 AnovaRM 时，显然会为 F 值和 p 值返回 nan。

我试过了

aovrm = AnovaRM(df3, 'RT', 'id', within=['iv'], missing = 'drop')

正如Ignoring missing values in multiple OLS regression with statsmodels 中所建议的那样，但这似乎不适用于AnovaRM。

到目前为止，我只是简单地排除了缺少数据点的受试者，但这 a) 真的不是重点，b) 对于许多数据集来说根本不可行。

【参考方案1】：

来自 AnovaRM 文档字符串

“此实现目前仅支持完全平衡的设计。”

https://github.com/statsmodels/statsmodels/blob/master/statsmodels/stats/anova.py#L413 （AnvaRM 尚未添加到在线文档中。）

因此模型的一般缺失选项不适用于 AnovaRM。这主要是因为重复测量方差分析的限制性假设。

作为替代方案，文献中的一般建议是使用混合效应模型，该模型可在 MixedLM 中的 statmodels 中使用。 其他选项是使用 GEE 或 OLS 的固定效果。