はじめに

今回3群間の比較することがあったので、本記事に簡易的にその手法を記載する。
今回の動作環境は以下である。

Windows 11
Python 3.8.5
numpy 1.22.3
scikit-posthocs 0.7.0
scipy 1.5.2
pandas 1.1.1

ライブラリのインポート

from scipy import stats
import numpy as np
import pandas as pd
import scikit_posthocs as sp
from statsmodels.stats.multicomp import pairwise_tukeyhsd

データ例

csvデータからデータを読み込んでデータを用意。
A列、B列、C列の3列あるとし、データ例は同じ数とする。

df = pd.read_csv('sample.csv')

group_A = df['A']
group_B = df['B']
group_C = df['C']

1. Shapiro-Wilk（シャピロ・ウィルク）検定：正規性検定

3群それぞれ検定。p値が0.05以上であれば正規分布に従う。
p1, p2, p3すべてが0.05以上 → 3群すべてで正規性あり → 2. Bartlett（バーレット）検定
p1, p2, p3すべてが0.05以上ではない →3群すべてで正規性なし → 5. Kruskal-Wallis検定

#Shapiro-Wilk検定
s1,p1 = stats.shapiro(group_A)
s2,p2 = stats.shapiro(group_B)
s3,p3 = stats.shapiro(group_C)

print('A:' + str(p1) + ', B:' + str(p2) + ', C:' + str(p3))

2. Bartlett（バーレット）検定：等分散性検定

p4 > 0.05 → 分散が等しい → 3. 一元配置分散分析：ANOVA
p4 < 0.05 → 分散が等しくない → 5. Kruskal-Wallis検定

Bartlett検定
s4,p4 = stats.bartlett(group_A,group_B,group_C)

print('p値'+ str(p4))

3. 一元配置分散分析：ANOVA

分散分析を実施。
p5 < 0.05 → 3群間どれかの組み合わせに有意差がある → 4.Tukeyの検定

#ANOVA
s5,p5 = stats.f_oneway(group_A,group_B,group_C)
print('p値'+ str(p5))

4. Tukeyの検定：多重比較

多重比較によりどの群間で有意差があるかを確認
p-adjの値が0.05以下が確認

#Tukeyの検定
group = ['group_A' for _ in range(len(group_A))] + ['group_B' for _ in range(len(group_B))] + \
        ['group_C' for _ in range(len(group_C))]
df1 = pd.DataFrame({'group': group, 'score': pd.concat([group_A, group_B, group_C])})

print(pairwise_tukeyhsd(df1.score, df1.group))

#Output sample
 Multiple Comparison of Means - Tukey HSD, FWER=0.05 
=====================================================
 group1  group2 meandiff p-adj   lower  upper  reject
-----------------------------------------------------
group_A group_B   1.3531 0.4975 -1.4773 4.1835  False
group_A group_C   3.8686 0.0044  1.0248 6.7124   True
group_B group_C   2.5155 0.0924 -0.3149 5.3459  False
-----------------------------------------------------

5. Kruskal-Wallis（クラスカル・ウォリス）検定

ノンパラメトリック法
p6 < 0.05 →3群間のどれかの組み合わせに有意差がある → 6. Steel-Dwass（スティール・ドゥワス）検定

#Kruskal-Wallis検定
s6,p6 = stats.kruskal(group_A,group_B,group_C)

print('p値:' + str(p6))

6. Steel-Dwass（スティール・ドゥワス）検定：多重比較

多重比較によりどの群間で有意差があるかを確認

data = pd.DataFrame({"A": group_A, "B": group_B, "C":group_C})
data = x.melt(var_name='groups', value_name='values')

print(sp.posthoc_dscf(data, val_col='values', group_col='groups'))

#Output sample
          A         B         C
A  1.000000  0.900000  0.062225
B  0.900000  1.000000  0.109268
C  0.062225  0.109268  1.000000

参考文献