CommencerCommencer gratuitement

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

Testez l’hypothèse selon laquelle les performances en finales et en demi-finales sont identiques en utilisant la moyenne de l’amélioration fractionnaire comme statistique de test. Sous l’hypothèse nulle, on considère que la statistique de test est au moins aussi extrême que celle observée si elle est supérieure ou égale à f_mean, qui est déjà dans votre espace de noms.

Les temps des demi-finales et des finales sont contenus dans les tableaux numpy semi_times et final_times.

Cet exercice fait partie du cours

Études de cas en pensée statistique

Afficher le cours

Instructions

  • Créez un tableau vide pour contenir 1000 réplicats par permutation avec np.empty(). Nommez ce tableau perm_reps.
  • Écrivez une boucle for pour générer les réplicats 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 cet échantillon par permutation.
    • Stockez la moyenne de cet échantillon par permutation dans le tableau perm_reps.
  • Calculez la p-valeur et affichez-la à l’écran.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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