Kovariate Anpassung mit Kükenwachstum
Stell dir vor, du untersuchst in der Agrarwissenschaft die Wachstumsmuster von Küken unter verschiedenen Fütterungsregimen. Die Daten dieser Studie geben Aufschluss über die komplizierte Beziehung zwischen ihren jeweiligen Ernährungsgewohnheiten und den daraus resultierenden Auswirkungen auf ihr Gewicht. Diese Daten enthalten Gewichtsmessungen von Küken in verschiedenen Altersstufen, was eine Untersuchung der Kovariatenanpassung ermöglicht. age dient als Kovariate, die möglicherweise die Ergebnisvariable beeinflusst: weight der Küken.
Die DataFrames exp_chick_data, die Versuchsdaten, und cov_chick_data, die Kovariatendaten, wurden zusammen mit den folgenden Bibliotheken geladen:
import pandas as pd
import numpy as np
from statsmodels.formula.api import ols
import seaborn as sns
import matplotlib.pyplot as plt
Diese Übung ist Teil des Kurses
Versuchsplanung in Python
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# Join experimental and covariate data
merged_chick_data = pd.____(____,
____, on='____')
# Print the merged data
print(____)