मधुमक्खी के शुक्राणु काउंट पर Bootstrap hypothesis test
अब, आप निम्नलिखित परिकल्पना का परीक्षण करेंगे: औसतन, neonicotinoid insecticide से ट्रीट किए गए नर मधुमक्खियों में प्रति मिलीलीटर वीर्य में सक्रिय शुक्राणुओं की संख्या बिना ट्रीटमेंट वाले नर मधुमक्खियों के बराबर होती है। आप अपने test statistic के रूप में means के अंतर का उपयोग करेंगे.
आपके संदर्भ के लिए, draw_bs_reps() फंक्शन का call signature जो आपने chapter 2 में लिखा था है draw_bs_reps(data, func, size=1).
यह अभ्यास पाठ्यक्रम का हिस्सा है
Statistical Thinking in Python (Part 2)
अभ्यास निर्देश
controlके alive sperm count का mean निकालें और उसमें सेtreatedका mean घटाएँ.- सभी alive sperm counts का mean निकालें। इसके लिए, पहले
controlऔरtreatedको concatenate करें और concatenated array का mean लें. controlऔरtreatedदोनों के लिए ऐसे shifted डेटा सेट जनरेट करें जिनका mean समान हो। यह आपके लिए पहले से किया गया है.- दोनों shifted arrays के लिए mean के 10,000 bootstrap replicates जनरेट करें। अपनी
draw_bs_reps()फंक्शन का उपयोग करें. - means के अंतर के bootstrap replicates की गणना करें.
- p-value निकालने और प्रिंट करने का कोड लिखा हुआ है। परिणाम देखने के लिए "उत्तर सबमिट करें" दबाएँ!
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Compute the difference in mean sperm count: diff_means
diff_means = ____
# Compute mean of pooled data: mean_count
mean_count = ____
# Generate shifted data sets
control_shifted = control - np.mean(control) + mean_count
treated_shifted = treated - np.mean(treated) + mean_count
# Generate bootstrap replicates
bs_reps_control = ____(____,
np.mean, size=10000)
bs_reps_treated = ____(____,
np.mean, size=10000)
# Get replicates of difference of means: bs_replicates
bs_replicates = ____
# Compute and print p-value: p
p = np.sum(bs_replicates >= np.mean(control) - np.mean(treated)) \
/ len(bs_replicates)
print('p-value =', p)