Začněte nyníZačněte zdarma

Generování permutačního vzorku

Ve videu sis ukázal/a, že permutační vzorkování je skvělý způsob, jak simulovat hypotézu, že dvě proměnné mají stejné rozdělení pravděpodobnosti. Jde o hypotézu, kterou budeš chtít testovat poměrně často – v tomto cvičení proto napíšeš funkci, která permutační vzorek ze dvou datových sad vygeneruje.

Nezapomeň: permutační vzorek dvou polí s n1 a n2 záznamy vznikne tak, že pole spojíš dohromady, náhodně promícháš obsah spojeného pole a pak vezmeš prvních n1 záznamů jako permutační vzorek prvního pole a posledních n2 záznamů jako permutační vzorek druhého pole.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 2)

Zobrazit kurz

Pokyny k cvičení

  • Spoj dvě vstupní pole do jednoho pomocí np.concatenate(). Nezapomeň předat data1 a data2 jako jeden argument (data1, data2).
  • Použij np.random.permutation() pro náhodné přeuspořádání spojeného pole.
  • Ulož prvních len(data1) záznamů z permuted_data jako perm_sample_1 a zbývající záznamy jako perm_sample_2. V praxi to zvládneš pomocí řezů :len(data1) a len(data1): aplikovaných na permuted_data.
  • Vrať perm_sample_1 a perm_sample_2.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def permutation_sample(data1, data2):
    """Generate a permutation sample from two data sets."""

    # Concatenate the data sets: data
    data = ____

    # Permute the concatenated array: permuted_data
    permuted_data = ____

    # Split the permuted array into two: perm_sample_1, perm_sample_2
    perm_sample_1 = permuted_data[____]
    perm_sample_2 = permuted_data[____]

    return perm_sample_1, perm_sample_2
Upravit a spustit kód