在 Python 中执行 Dunnett 的多重比较测试

Question

我已确定，对我的数据进行单向方差分析后最适用的事后统计分析是 Dunnett 检验。我过去使用 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。

我发现了几个提供多种不同事后测试的软件包（例如 sci-kit、tukeyHSD），但没有一个包括 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。对有能力的软件包有什么建议吗？

（我也是一名生物学家，具有相当基本的脚本知识，所以我很可能在这里遗漏了一些基本知识）

Answer 1

看起来它与@statsmodels (https://github.com/statsmodels/statsmodels/issues/852) 团队一起朝着好的方向发展，同时我们必须使用 R 或对几年前发布的表格进行数学运算。