रिलेशनशिप का विज़ुअलाइज़ेशन
अब जब हम कुछ त्रुटियों पर प्रभाव देख चुके हैं और अलग-अलग power मानों के लिए आवश्यक sample size निकाल चुके हैं, तो एक कदम पीछे चलिए और एक उपयोगी प्लॉट के साथ power और sample size के बीच संबंध को देखें.
इस अभ्यास में, हम ज़ी-टेस्ट की बजाय t-test पर ध्यान देंगे। इसे विज़ुअलाइज़ करने के लिए plot_power() फंक्शन का उपयोग करें, जो x-axis पर sample size, y-axis पर power दिखाता है और अलग-अलग लाइनों से अलग-अलग minimum effect sizes दर्शाता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में सांख्यिकी इंटरव्यू प्रश्नों का अभ्यास
अभ्यास निर्देश
TTestIndPower()ऑब्जेक्ट कोresultsवैरिएबल में असाइन करें.- उपयुक्त पैरामीटर वैल्यू के साथ
plot_power()फंक्शन का उपयोग करके power और sample size के बीच संबंध को विज़ुअलाइज़ करें; आप क्या नोटिस करते हैं?
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
sample_sizes = np.array(range(5, 100))
effect_sizes = np.array([0.2, 0.5, 0.8])
# Create results object for t-test analysis
from statsmodels.stats.power import TTestIndPower
results = ____
# Plot the power analysis
results.plot_power(dep_var='nobs', nobs=____, effect_size=____)
plt.show()