Teradata Package for Python Function Reference | 20.00 - ANOVA - Teradata Package for Python - Look here for syntax, methods and examples for the functions included in the Teradata Package for Python.

Teradata® Package for Python Function Reference - 20.00

Deployment
VantageCloud
VantageCore
Edition
Enterprise
IntelliFlex
VMware
Product
Teradata Package for Python
Release Number
20.00
Published
March 2024
Language
English (United States)
Last Update
2024-04-10
dita:id
TeradataPython_FxRef_Enterprise_2000
Product Category
Teradata Vantage
 
 
ANOVA

 
Functions
       
ANOVA(data=None, group_columns=None, alpha=0.05, **generic_arguments)
DESCRIPTION:
    The ANOVA() function performs one-way ANOVA (Analysis of Variance) on
    a data set with two or more groups. ANOVA is a statistical test that
    analyzes the difference between the means of more than two groups.
 
    The null hypothesis (H0) of ANOVA is that there is no difference among
    group means. However, if any one of the group means is significantly
    different from the overall mean, then the null hypothesis is rejected.
    You can use one-way Anova when you have data on an independent variable
    with at least three levels and a dependent variable.
 
    For example, assume that your independent variable is insect spray type,
    and you have data on spray type A, B, C, D, E, and F. You can use one-way
    ANOVA to determine whether there is any difference in the dependent variable,
    insect count based on the spray type used.
 
 
PARAMETERS:
    data:
        Required Argument.
        Specifies the input teradataml DataFrame.
        Types: teradataml DataFrame
 
    group_columns:
        Optional Argument.
        Specifies the names of the columns in "data" to use in the computation.
        Note:
            Users must specify at least two columns in "group_columns" list.
        Types: list of Strings (str)
 
    alpha:
        Optional Argument.
        Specifies the probability of rejecting the null hypothesis when the null
        hypothesis is true.
        Default Value: 0.05
        Types: float
 
    **generic_arguments:
        Specifies the generic keyword arguments SQLE functions accept. Below
        are the generic keyword arguments:
            persist:
                Optional Argument.
                Specifies whether to persist the results of the
                function in a table or not. When set to True,
                results are persisted in a table; otherwise,
                results are garbage collected at the end of the
                session.
                Default Value: False
                Types: bool
 
            volatile:
                Optional Argument.
                Specifies whether to put the results of the
                function in a volatile table or not. When set to
                True, results are stored in a volatile table,
                otherwise not.
                Default Value: False
                Types: bool
 
        Function allows the user to partition, hash, order or local
        order the input data. These generic arguments are available
        for each argument that accepts teradataml DataFrame as
        input and can be accessed as:
            * "<input_data_arg_name>_partition_column" accepts str or
              list of str (Strings)
            * "<input_data_arg_name>_hash_column" accepts str or list
              of str (Strings)
            * "<input_data_arg_name>_order_column" accepts str or list
              of str (Strings)
            * "local_order_<input_data_arg_name>" accepts boolean
        Note:
            These generic arguments are supported by teradataml if
            the underlying SQL Engine function supports, else an
            exception is raised.
 
RETURNS:
    Instance of ANOVA.
    Output teradataml DataFrames can be accessed using attribute
    references, such as ANOVAObj.<attribute_name>.
    Output teradataml DataFrame attribute name is:
        result
 
 
RAISES:
    TeradataMlException, TypeError, ValueError
 
 
EXAMPLES:
    # Notes:
    #     1. Get the connection to Vantage to execute the function.
    #     2. One must import the required functions mentioned in
    #        the example from teradataml.
    #     3. Function will raise error if not supported on the Vantage
    #        user is connected to.
 
    # Load the example data.
    load_example_data("teradataml", ["insect_sprays"])
 
    # Create teradataml DataFrame objects.
    insect_sprays = DataFrame.from_table("insect_sprays")
 
    # Check the list of available analytic functions.
    display_analytic_functions()
 
    # Example 1 : Perform one-way anova analysis on a data set with
    #             two or more groups.
    ANOVA_out_1 = ANOVA(data = insect_sprays,
                        alpha = 0.05
                        )
 
    # Print the result DataFrame.
    print(ANOVA_out_1.result)
 
    # Example 2 : Perform one-way anova analysis on a data set with more
    #             than two groups and group_columns argument specified.
    ANOVA_out_2 = ANOVA(data = insect_sprays,
                        group_columns=insect_sprays.columns[2:5],
                        alpha = 0.05
                        )
 
    # Print the result DataFrame.
    print(ANOVA_out_2.result)