Python-如何做2D数组的f测试？

Question

问题

我有两个数组，我们会打电话给他们AR1和AR2（大小（192289）），代表LAT-LON标准偏差的地图，我有一个同样大小的数组区别。我想绘制这个差异，并且在两个阵列之间的差异在统计上显着的95％置信水平（α= 0.05）上的点状模式上。

我是用我的coding-这个例子的代码

How do I do a F-test in python

我用乔尔·科内特的解决方案，替代ar1并在X ar2和Y

F = np.var(ar1)/np.var(ar2) 
print np.var(ar1), np.var(ar2) 
print F 

0.118586507371 0.161485609461 0.734347213766

对于下一部分，我想要N-2自由度用于我的分析，其中N是阵列中的点数，在本例中为55848（192 x 289）。 len(ar1)和len(ar2)在这里不起作用，因为它们只给出第一维的长度，所以我尝试将数组展平为正确的长度。

df1 = len(np.ndarray.flatten(sdmod)) - 2 
df2 = len(np.ndarray.flatten(sdcon)) - 2 
print df1, df2 

55486 55486

然而，这个我结束了9.88365269356e-289的p值（基本为0）前进。这是一个单一的值，正如我在这个特殊情况下所预期的那样，统计上并不重要，但是我需要一个值为的数组，以便进行点划分，以便我可以查看网格中是否存在差异显着的地方。我只是不确定如何在二维数组上执行此测试，因为我找到的所有示例都使用了列表或其他一维数据类型，而且我以前也从未做过这样的分析。 （我正在应我的顾问的要求，他不使用Python）。

如何执行上的两个2 d阵列，其中的结果给出了一个类似尺寸的阵列，让你为每个网格点的p值的t-检验的问题？

我可以修改这个，如果可能的话填写任何我可能由于缺乏对主题的理解而丢失的东西（并且让我知道是我得到的p值看起来不正确），但是如果这样复杂或不完整的帮助，我会删除它。

Answer 1

这取决于你的数组。如果步长足够大，经纬度/长度数组可以分成较小的块，则可以评估24x24的平方而不是整个数组。你可以检查不同的尺度，看看有什么意义。为了实现这种尝试沿着此线的东西：

F = np.zeros((derp.shape[0]-24, derp.shape[1]-24)) 
for a in np.arange(0, F.shape[0]): 
    for b in np.arange(0, F.shape[1]): 
     F[a,b] = np.var(ar1[a:a+24, b:b+24])/np.var(ar2[a:a+24, b:b+24]) 

这将产生类似的大小输出（168265）阵列，因为24×24平方的1步骤不一定意义上面的代码进行评估了。半重叠的正方形将产生更小的步长的更明智的结果：

F = np.zeros(((derp.shape[0]-24)//12, (derp.shape[1]-24)//12)) 
for a in np.arange(0, F.shape[0]): 
    for b in np.arange(0, F.shape[1]): 
     F[a,b] = np.var(derp[a*12:a*12+24, b*12:b*12+24])/np.var(derp2[a*12:a*12+24, b*12:b*12+24]) 

这会产生（14,22）数组。