परम्यूटेशन टेस्ट कैसे करें

हमारे EDA और पैरामीटर अनुमानों के आधार पर, सेमीफाइनल से फाइनल तक सुधार को पहचानना मुश्किल है। अगले अभ्यास में, आप यह परिकल्पना जाँचेंगे कि सेमीफाइनल और फाइनल के प्रदर्शन में कोई अंतर नहीं है। इसके लिए परम्यूटेशन टेस्ट उपयुक्त है। हम टेस्ट स्टैटिस्टिक के रूप में f के औसत मान का उपयोग करेंगे। निम्न में से कौन-सी विधि शून्य परिकल्पना के तहत टेस्ट स्टैटिस्टिक प्राप्त करने का सिमुलेशन करती है?

• Strategy 1
• प्रत्येक स्ट्रोक/डिस्टेंस जोड़ी के लिए प्रत्येक स्विमर के सेमीफाइनल टाइम्स की एक array और फाइनल टाइम्स की एक array लें।
• प्रत्येक array से गुजरें, और हर इंडेक्स के लिए, संबंधित फाइनल और सेमीफाइनल array की एंट्री को 50% प्रायिकता के साथ आपस में बदल दें।
• प्राप्त फाइनल और सेमीफाइनल arrays से f निकालें और फिर f का mean लें।
• Strategy 2
• प्रत्येक स्ट्रोक/डिस्टेंस जोड़ी के लिए प्रत्येक स्विमर के सेमीफाइनल टाइम्स की एक array और फाइनल टाइम्स की एक array लें और उन्हें concatenate करें, जिससे कुल 96 एंट्री मिलें।
• np.permutation() फंक्शन का उपयोग करके concatenated array को scramble करें। scrambled array की पहली 48 एंट्री को "semifinal" और आखिरी 48 एंट्री को "final" मान दें।
• इन नई semifinal और final arrays से f compute करें, और फिर f का mean निकालें।
• Strategy 3
• पिछली कसरत में उपयोग की गई array f लें।
• f की हर एंट्री को समान प्रायिकता के साथ 1 या -1 से गुणा करें।
• इस नई array का mean निकालकर टेस्ट स्टैटिस्टिक प्राप्त करें।
• Strategy 4
• इनपुट swim time arrays से f compute करने के लिए compute_f(semi_times, final_times) सिग्नेचर वाला एक फंक्शन परिभाषित करें।
• dcst.draw_perm_reps(semi_times, final_times, compute_f) का उपयोग करके एक permutation replicate ड्रॉ करें।