Corrección de Bonferroni
Vamos a implementar múltiples contrastes de hipótesis usando el enfoque de corrección de Bonferroni que comentamos en las diapositivas. Usarás la función importada multipletests() para conseguirlo.
Utiliza un nivel de significación de una sola prueba de 0.05 y observa cómo la corrección de Bonferroni afecta a nuestra lista de valores p ya creada.
Este ejercicio forma parte del curso
Practicando preguntas de entrevistas de estadística en Python
Instrucciones del ejercicio
- Calcula una lista de valores p ajustados por Bonferroni usando la función importada
multipletests(). - Imprime los resultados de los contrastes múltiples devueltos en el índice 0 de tu variable
p_adjusted. - Imprime los propios valores p devueltos en el índice 1 de tu variable
p_adjusted.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
from statsmodels.sandbox.stats.multicomp import multipletests
pvals = [.01, .05, .10, .50, .99]
# Create a list of the adjusted p-values
p_adjusted = multipletests(____, alpha=____, method='bonferroni')
# Print the resulting conclusions
print(____)
# Print the adjusted p-values themselves
print(____)