Bootstrapový test hypotézy
Permutační test vychází z poměrně přísné hypotézy, že délky záchvatů u heterozygotů a divokého typu mají identické rozdělení. Nyní použij bootstrapový test hypotézy k otestování hypotézy o rovnosti průměrů — bez jakýchkoli předpokladů o rozděleních.
Toto cvičení je součástí kurzu
Případové studie ve statistickém myšlení
Pokyny k cvičení
- Vytvoř pole
bout_lengths_concat, které bude obsahovat délky záchvatů pro oba typy — divoký typ (bout_lengths_wt) i heterozygota (bout_lengths_het) — pomocínp.concatenate(). - Vypočítej průměr všech délek záchvatů z tohoto zřetězeného pole (
bout_lengths_concat) a výsledek ulož do proměnnémean_bout_length. - Posuň obě datové sady tak, aby měly stejný průměr, konkrétně
mean_bout_length. Posunutá pole ulož do proměnnýchwt_shiftedahet_shifted. - Pomocí
dcst.draw_bs_reps()vygeneruj 10 000 bootstrapových replikátů průměru pro každou z posunutých datových sad. Příslušné replikáty ulož dobs_reps_wtabs_reps_het. - Odečti
bs_reps_wtodbs_reps_het, čímž získáš bootstrapové replikáty rozdílu průměrů. Výsledek ulož do proměnnébs_reps. - Vypočítej p-hodnotu, přičemž za „alespoň tak extrémní" považuj případ, kdy je rozdíl průměrů za nulové hypotézy větší nebo roven experimentálně pozorované hodnotě. Proměnná
diff_means_expz předchozího cvičení je již dostupná v tvém prostředí.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))
# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____
# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____
# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____
# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____
# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)