CommencezCommencez gratuitement

Test d'hypothèse par bootstrap

Le test de permutation repose sur une hypothèse assez restrictive : les durées d'épisodes des hétérozygotes et du type sauvage suivent la même distribution. Utilisez maintenant un test d'hypothèse par bootstrap pour vérifier l'hypothèse que les moyennes sont égales, sans faire d'hypothèses sur les distributions.

Cette activité fait partie du cours

Études de cas en pensée statistique

Voir le cours

Instructions de l’exercice

  • Créez un tableau, bout_lengths_concat, qui contient toutes les durées d'épisodes pour le type sauvage (bout_lengths_wt) et pour les hétérozygotes (bout_lengths_het) à l'aide de np.concatenate().
  • Calculez la moyenne de toutes les durées d'épisodes de ce tableau concaténé (bout_lengths_concat) et enregistrez le résultat dans la variable mean_bout_length.
  • Décalez les deux jeux de données de façon à leur donner la même moyenne, soit mean_bout_length. Stockez les tableaux décalés dans wt_shifted et het_shifted.
  • Utilisez dcst.draw_bs_reps() pour tirer 10 000 répliques bootstrap de la moyenne pour chacun des jeux de données décalés. Stockez les répliques respectives dans bs_reps_wt et bs_reps_het.
  • Soustrayez bs_reps_wt de bs_reps_het pour obtenir les répliques bootstrap de la différence des moyennes. Stockez le résultat dans la variable bs_reps.
  • Calculez la valeur p, en définissant « au moins aussi extrême que » comme une différence de moyennes sous l'hypothèse nulle supérieure ou égale à celle observée expérimentalement. La variable diff_means_exp de l'exercice précédent est déjà dans votre espace de travail.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))

# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____

# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____

# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____

# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____

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