Generování jedné permutace

V následujících cvičeních provedeme test významnosti pomocí permutačního testování. Jak bylo popsáno ve videu, chceme zjistit, jestli existuje rozdíl v darech získaných dvěma verzemi designu – A a B. Představ si, že obě verze běží několik dní a vygenerovaly 500 darů pro A a 700 darů pro B, uložených v proměnných donations_A a donations_B.

Nejprve potřebujeme vygenerovat nulové rozdělení pro rozdíl průměrů. Toho dosáhneme generováním více permutací datové sady a výpočtem rozdílu průměrů pro každý případ.

Nejdříve vygenerujeme jednu permutaci a vypočítáme rozdíl průměrů pro permutovanou datovou sadu.

Toto cvičení je součástí kurzu

Statistické simulace v Pythonu

Zobrazit kurz

Pokyny k cvičení

Spoj dvě pole donations_A a donations_B pomocí np.concatenate() a výsledek ulož do proměnné data.
Získej jednu permutaci pomocí np.random.permutation() a ulož ji do proměnné perm.
Vypočítej rozdíl průměrných hodnot permuted_A a permuted_B jako diff_in_means.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Concatenate the two arrays donations_A and donations_B into data
len_A, len_B = len(donations_A), len(donations_B)
data = ____([donations_A, donations_B])

# Get a single permutation of the concatenated length
perm = ____(len(donations_A) + len(donations_B))

# Calculate the permutated datasets and difference in means
permuted_A = data[perm[:len(donations_A)]]
permuted_B = data[perm[len(donations_A):]]
diff_in_means = ____
print("Difference in the permuted mean values = {}.".format(diff_in_means))

Upravit a spustit kód