Vizualizace testových statistik

V tomto cvičení se přiblížíš k nulové hypotéze tak, že porovnáš rozdělení testové statistiky získané dvěma různými způsoby.

Nejprve prozkoumáš dvě „populace" rozdělené podle raných a pozdních časů a vypočítáš rozdělení testové statistiky. Potom obě populace zamícháš, takže data přestanou být seřazena časově a každá skupina bude obsahovat mix raných i pozdních časů — a pak testovou statistiku spočítáš znovu.

Pro usnadnění práce jsou předem načteny dvě skupiny dob trvání: group_duration_short a group_duration_long, a také dvě funkce: shuffle_and_split() a plot_test_statistic().

Toto cvičení je součástí kurzu

Úvod do lineárního modelování v Pythonu

Zobrazit kurz

Pokyny k cvičení

Pomocí np.random.choice() proveď resample pro group_duration_short a group_duration_long a odečtením resamplů vypočítej test_statistic_unshuffled.
Pomocí shuffle_and_split() aplikované na původní group_duration_short a group_duration_long (zadané v tomto pořadí) vytvoř dvě nové smíšené populace.
Proveď resample zamíchaných populací a odečtením resample_short od resample_long vypočítej novou hodnotu test_statistic_shuffled.
Pomocí plot_test_statistic() vykresli obě rozdělení testových statistik a vizuálně je porovnej.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# From the unshuffled groups, compute the test statistic distribution
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
test_statistic_unshuffled = ____ - ____

# Shuffle two populations, cut in half, and recompute the test statistic
shuffled_half1, shuffled_half2 = shuffle_and_split(____, ____)
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic_shuffled = resample_half2 - resample_half1

# Plot both the unshuffled and shuffled results and compare
fig = plot_test_statistic(____, label='Unshuffled')
fig = plot_test_statistic(____, label='Shuffled')

Upravit a spustit kód