repeated-ANOVA(反復測定分散分析)および多重比較(Bonferroni法)をpythonで行う方法をお聞きしたいです。

Question

実現したいこと

対応のある3群間を比較するため、
repeated-ANOVA(反復測定分散分析)および多重比較(Bonferroni法)をPythonで実行する

前提

添付画像のように、26個の物体を、A、B、Cの3つの方法で測定した表があります。
A、B、Cそれぞれの測定方法で、差があるかどうかを検証したいと思います。

発生している問題・エラーメッセージ

https://s-nako.work/ja/2020/01/paired-one-way-anova-and-multiple-comparisons-in-python/
上記のサイトを参考にさせていただき、
repeated-ANOVAを施行し、Turkeyの多重比較を行うことはできました。
(正しいか自信がなく、もし誤りがあればご指摘いただけますと幸いです。)

多重比較をBonferroni法でも行いたいと考えておりますが、
そのためのコードを調べてもなかなかヒットしません。

Bonferroni法での多重比較のためにどのようなコードを書けばよいか
ご教授いただけますとありがたいです。

該当のソースコード

import numpy as np
import pandas as pd
import statsmodels.stats.anova as anova
from statsmodels.stats.multicomp import pairwise_tukeyhsd

# データ読み込み
df = pd.read_excel("Table.xlsx")

#repeated-ANOVAの実行
aov=anova.AnovaRM(df, 'Parameter','ID',['Methods'])
result=aov.fit()

#Tukeyの多重比較
from statsmodels.stats.multicomp import pairwise_tukeyhsd
pairwise_tukeyhsd(df["Parameter"], df["Methods"]).summary() 

補足情報（FW/ツールのバージョンなど）

Python, Jupyter notebookで行っております。

Python、統計学の初心者で恐縮ですが、何卒よろしくお願い申し上げます。

Answer 1

よくよく調べたところボンフォローニ法というのは
2群間同士でそれぞれ検定を行い、有意水準を検定実施回数で割るという単純な手法のようでした。
下記のように2群間同士で対応ありのT検定を行い、有意水準を0.05/3=0.0167と厳しくすることで実現できました。

#対応ありのt検定(多重比較の調整なし Bonferroniでの有意水準補正が必要)
df_p= df.pivot(index='ID', columns='Methods')
df_p = df_p.reset_index()
df_p=df_p["Parameter"]
df_p

from scipy import stats
ResultA_B = stats.ttest_rel(df_p["A"],df_p["B"])
ResultB_C = stats.ttest_rel(df_p["B"],df_p["C"])
ResultC_A = stats.ttest_rel(df_p["C"],df_p["A"])
print(ResultA_B)
print(ResultB_C)
print(ResultC_A)