Začněte nyníZačněte zdarma

Implementace náhodného blokového designu

Výrobní firma, se kterou jsi pracoval/a dříve, má stále zájem o provádění experimentů zaměřených na produktivitu pracovníků. V předchozím případě byly dva bloky přiřazeny náhodně. I když to může fungovat, lepším přístupem je seskupit účastníky podle podobných charakteristik.

Stejní zaměstnanci jsou opět načteni, tentokrát v DataFramu productivity, který zahrnuje také 1 200 dalších kolegů. Obsahuje také sloupec 'productivity_score' vyjadřující produktivitu pracovníka na základě počtu vyrobených jednotek za hodinu. Tento sloupec byl rozdělen do tří skupin, které tvoří bloky podle podobných hodnot produktivity. Firma chce zavést nový motivační program se třemi možnostmi ('Bonus', 'Profit Sharing' a 'Work from Home') a náhodně je přiřadit napříč celou firmou.

numpy a pandas jsou načteny jako np a pd.

Toto cvičení je součástí kurzu

Experimentální design v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Zamíchej bloky (blocks) a vytvoř nový DataFrame s názvem prod_df.
  • Resetuj index tak, aby block nebyl zároveň indexem i sloupcem.
  • Náhodně přiřaď tři hodnoty léčby do sloupce 'Treatment'.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Randomly assign workers to blocks
prod_df = productivity.____('____').apply(
  lambda x: x.____(____)
)

# Reset the index
prod_df = prod_df.____(____)

# Assign treatment randomly
prod_df['Treatment'] = np.random.choice(
  ['____', '____', '____'],
  size=len(____)
)
Upravit a spustit kód