Bonferonni-Holm correction
आपने देखा कि कई अलग-अलग डेटासेट्स की तुलना करने पर, चाहे वे रैंडमली जनरेट ही क्यों न हों, ऐसी "statistically significant relationships" मिल सकती हैं जो वास्तव में वैसी नहीं होतीं! इससे बचने का एक तरीका है अपने कॉन्फिडेंस लेवल के alpha पर एक correction लगाना। इस अभ्यास में आप समझेंगे कि यह correction क्यों लगाना चाहिए और इसे कैसे लागू करते हैं।
पिछले अभ्यास में जो 1000 p-values आपने निकाले थे, वे NumPy array p_values में आपके लिए लोड कर दिए गए हैं, और पैकेज NumPy np नाम से उपलब्ध है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में अनुमान का आधार
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Compute the Bonferonni-corrected alpha
bonf_alpha = ____
# Check how many p-values were significant at this level
____