Statsmodels FTestAnovaPower继承异常：参数报错与返回内存地址问题

问题1：「意外关键字参数」错误的修复 #

错误根源：

• 未正确调用父类__init__方法，导致继承的类未初始化父类核心属性
• 调用solve_power时错误传入self作为参数，且未使用关键字参数传递参数
• X_func是__init__内的局部变量，new_lst方法无法访问

问题2：仅返回内存地址的修复 #

错误根源：

• new_lst中直接使用vals，未通过self.vals访问实例属性，变量作用域错误
• 调用solve_power时未明确指定要计算的参数（需将目标参数设为None）

修正后的完整代码 #

import statsmodels.stats.power as smp

class smpl_pwr(smp.FTestAnovaPower):
    def __init__(self, effect_size=None, nobs=None, alpha=None, power=None, k_groups=None, vals=None):
        # 正确调用父类初始化，继承父类所有属性与方法
        super().__init__(
            effect_size=effect_size,
            nobs=nobs,
            alpha=alpha,
            power=power,
            k_groups=k_groups
        )
        self.vals = vals  # 存储待迭代的power值列表

    def new_lst(self):
        smpl_size = []
        # 遍历每个power值，计算对应样本量
        for power_val in self.vals:
            sample_n = self.solve_power(
                effect_size=self.effect_size,
                alpha=self.alpha,
                k_groups=self.k_groups,
                power=power_val,
                nobs=None  # 指定计算样本量，必须设为None
            )
            smpl_size.append(sample_n)
        return smpl_size

使用示例 #

# 实例化计算器，固定已知参数，传入待迭代的power列表
calculator = smpl_pwr(
    effect_size=0.5,
    alpha=0.05,
    k_groups=3,
    vals=[0.7, 0.8, 0.9]
)

# 生成对应样本量列表
sample_sizes = calculator.new_lst()
print(sample_sizes)

关键修复说明 #

1. 用super().__init__正确初始化父类，避免重复创建FTestAnovaPower实例
2. 直接调用继承的solve_power方法，无需额外实例化父类
3. 所有参数传递使用关键字参数，避免位置参数匹配错误
4. 访问实例属性时统一使用self.xxx，确保变量作用域正确
5. 计算样本量时必须将nobs设为None，明确告知函数需计算该参数

内容的提问来源于stack exchange，提问作者Hasben0