我来自这个讨论开始的另一个话题。假设我有这个来自心理学研究的 pandas 数据框,其中我有一个因子变量(国家)和一些来自李克特量表的项目。我定义了一个函数来执行 Cronbach 的 Alpha 分析,它具有以下代码:def cronbach_alpha(df): # 1. Transform the df into a correlation matrix df_corr = df.corr() # 2.1 Calculate N # The number of variables equals the number of columns in the df N = df.shape[1] # 2.2 Calculate R # For this, we'll loop through the columns and append every # relevant correlation to an array calles "r_s". Then, we'll # calculate the mean of "r_s" rs = np.array([]) for i, col in enumerate(df_corr.columns): sum_ = df_corr[col][i+1:].values rs = np.append(sum_, rs) mean_r = np.mean(rs) # 3. Use the formula to calculate Cronbach's Alpha cronbach_alpha = (N * mean_r) / (1 + (N - 1) * mean_r) return cronbach_alpha现在我很高兴我可以使用这里的命令从我的项目中获取 Cronbach's alpha:cronbach_alpha(sim_data.drop("country",1))但是,我想为所有国家/地区提供 Cronbach's alpha。我想要的结果类似于 R 的结果如您所见,它对所有项目(此数据集中的 15 个项目)运行 Cronbach's alpha,但所有分析均按每个国家/地区分组。我很确定它可以用 Python 完成并且用户开始帮助我。
添加回答
举报
0/150
提交
取消