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

Simulations de Monte Carlo en Python

Afficher le cours

Instructions

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 cet exemple de code.

# 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