Entraînement à la permutation

Les joueurs NBA sont-ils plus lourds que les adultes américains ? Vous souhaitez maintenant calculer l’intervalle de confiance à 95 % de la différence moyenne (en kilogrammes) entre les joueurs NBA et les adultes américains. Vous utiliserez les deux listes fournies.

La permutation est très utile pour tester une différence ; c’est donc la méthode de rééchantillonnage que vous utiliserez ici !

nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 100.3, 101.0, 98.0, 97.4, 100.5, 100.3, 100.2, 100.6]
us_adult_weights = [75.1, 100.1, 95.2, 81.0, 72.0, 63.5, 80.0, 97.1, 94.3, 80.3, 93.5, 85.8, 95.1]

Notez que chacune des listes ci-dessus contient 13 poids.

Les éléments suivants ont été importés pour vous : random, numpy sous le nom np, seaborn sous le nom sns, et matplotlib.pyplot sous le nom plt.

Cet exercice fait partie du cours

<cours>Simulations de Monte Carlo en Python</cours>

Voir le cours

Instructions de l’exercice

Définissez all_weights comme une liste qui contient les valeurs de nba_weights et de us_adult_weights.
Effectuez la permutation sur all_weights en utilisant np.random.permutation().
Assignez les 13 premiers échantillons permutés à perm_nba et les 13 restants à perm_adult.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Define all_weights
all_weights = ____
simu_diff = []

for i in range(1000):
	# Perform the permutation on all_weights
    perm_sample = ____
    # Assign the permutated samples to perm_nba and perm_adult
    perm_nba, perm_adult = ____, ____
    perm_diff = np.mean(perm_nba) - np.mean(perm_adult)
    simu_diff.append(perm_diff)
mean_diff = np.mean(nba_weights) - np.mean(us_adult_weights) 
upper = np.quantile(simu_diff, 0.975)
lower = np.quantile(simu_diff, 0.025)
print(mean_diff, lower, upper)

Modifier et exécuter le code