Pingouin是一个用Python 3编写的开源统计软件包，主要基于Pandas和NumPy。 下面列出了它的一些主要功能。 有关可用功能的完整列表，请参阅。 方差分析：N向，重复测量，混合，重复 成对事后检验（参数和非参数）和成对相关 稳健，部分，距离和重复测量的相关性 线性/逻辑回归和中介分析 贝叶斯因素 多元测试 可靠性和一致性 效果大小和功率分析 围绕效应大小或相关系数的参数/自举置信区间 循环统计 卡方检验 绘图：Bland-Altman图，QQ图，配对图，稳健的相关性... Pingouin是为需要简单但详尽的统计功能的用户而设计的。 例如，SciPy的ttest_ind函数仅返回T值和p值。 相比之下，Pingouin的ttest函数返回T值，p值，自由度，效应大小（Cohen d），均值之差的95％置信区间，统计功效和贝叶斯因子（BF10）的测试。 文献资料 聊天

ScottKnott效应大小差异（ESD）测试（版本3.0，开发分支） Scott-Knott效应量差异（ESD）测试是一种多重比较方法，利用层次聚类将一组治疗平均值（例如均值）划分为统计学上不同的组，差异不可忽略[Tantithamthavorn等，（2018 ） ]。 Scott-Knott检验的另一种方法是考虑组内和组间治疗手段的差异（即效果大小）的大小。 因此，Scott-Knott ESD测试（v2 +）产生了治疗方法的排名，同时确保（1）每组中所有治疗方法的差异幅度可忽略不计； （2）组间治疗差异的大小不可忽略。 与其他多重比较测试相比，建议使用Scott-Knott ESD测试，因为它不会像其他事后测试（例如Nemenyi测试）那样产生重叠的组。 参数ScottKnott ESD测试（在2.0+版本中可用） 参数Scott-Knott ESD测试是一种均值比较方法，该方