Python statsmodels双因素ANOVA报PatsyError与ValueError问题求助

报错1：PatsyError行数不匹配的原因与修复 #

这个报错的核心原因是两处代码书写错误：

1. 公式字符串中的'param'是固定字符串，patsy会直接去data_rostral中查找名为param的列，不会自动替换为你定义的param循环变量的值
2. 你的ols相关代码没有写在for循环的缩进块内，循环只会执行打印操作，拟合模型时param仅保留params列表的最后一个值，如果你没有名为该值的列、或者该列长度和数据集不匹配就会触发报错

正确的代码写法如下：

import statsmodels.api as sm
from statsmodels.formula.api import ols
import pandas as pd

for param in params:
    print(f"当前分析因变量：{param}")
    # 用f-string把变量值代入公式字符串
    formula = f"{param} ~ C(ShamBlast) + C(RostralCaudal) + C(ShamBlast):C(RostralCaudal)"
    model = ols(formula, data=data_rostral).fit()
    anova_table = sm.stats.anova_lm(model, typ=2)
    print(anova_table)

报错2：ValueError约束矩阵至少要有一行的原因与排查 #

你替换为固定列名totalcells后触发该报错，通常是数据不符合双因素ANOVA的前置要求导致，按以下顺序排查即可：

• 首先打印分组交叉表，确认两个因子的所有组合都有至少2个有效样本：

  print(pd.crosstab(data_rostral['ShamBlast'], data_rostral['RostralCaudal']))
  

  如果存在某组样本量为0，需要合并因子水平、或者选择type 1平方和计算；如果某组样本量为1，需要补充数据或者删除该水平
• 检查totalcells列的缺失值情况，确认该列在所有分组中没有全空、或者组内所有值完全一致的情况
• 可以先尝试把typ=2改为typ=1运行，如果可以正常输出，说明是平方和类型的适配问题：type 2平方和要求因子没有缺失水平、且不存在嵌套结构，你的数据不满足该条件时就会触发约束矩阵为空的报错

内容的提问来源于stack exchange，提问作者Kat