CommencezCommencez gratuitement

Test d'hypothèse : Les femmes nagent-elles de la même façon en demi-finales et en finales?

Vérifiez l'hypothèse selon laquelle la performance en finales et en demi-finales est identique, en utilisant la moyenne de l'amélioration fractionnaire comme statistique de test. Sous l'hypothèse nulle, la statistique de test est considérée au moins aussi extrême que celle observée si elle est supérieure ou égale à f_mean, déjà présent dans votre espace de noms.

Les temps des demi-finales et des finales se trouvent dans les tableaux numpy semi_times et final_times.

Cette activité fait partie du cours

Études de cas en pensée statistique

Voir le cours

Instructions de l’exercice

  • Créez un tableau vide pour contenir 1000 répliques par permutation avec np.empty(). Nommez ce tableau perm_reps.
  • Écrivez une boucle for pour générer les répliques par permutation.
    • Générez un échantillon par permutation à l'aide de la fonction swap_random() que vous venez d'écrire. Stockez les tableaux dans semi_perm et final_perm.
    • Calculez la valeur de f à partir de l'échantillon par permutation.
    • Stockez la moyenne de l'échantillon par permutation dans le tableau perm_reps.
  • Calculez la valeur p et affichez-la à l'écran.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Set up array of permutation replicates
perm_reps = ____

for i in range(1000):
    # Generate a permutation sample
    semi_perm, final_perm = ____
    
    # Compute f from the permutation sample
    f = (____ - ____) / ____
    
    # Compute and store permutation replicate
    perm_reps[i] = ____

# Compute and print p-value
print('p =', ____(____ >= ____) / 1000)
Modifier et exécuter le code