Uji hipotesis: apakah mereka melambat?
Sekarang kita akan menguji hipotesis nol bahwa waktu split perenang sama sekali tidak berkorelasi dengan jarak yang telah ditempuh dalam renang. Kita akan menggunakan koefisien korelasi Pearson (dihitung menggunakan dcst.pearson_r()) sebagai statistik uji.
Latihan ini adalah bagian dari kursus
Studi Kasus dalam Pemikiran Statistik
Petunjuk latihan
- Hitung korelasi Pearson teramati, simpan sebagai
rho. - Dengan
np.empty(), inisialisasi array berisi 10.000 replikasi permutasi korelasi Pearson, beri namaperm_reps_rho. - Tulis loop
foruntuk:- Mengacak array nomor split menggunakan
np.random.permutation(), beri namascrambled_split_number. - Menghitung koefisien korelasi Pearson antara array nomor split yang diacak dan rata-rata waktu split, lalu simpan ke
perm_reps_rho.
- Mengacak array nomor split menggunakan
- Hitung p-value dan tampilkan di layar. Anggap "at least as extreme as" berarti korelasi Pearson setidaknya sebesar nilai yang teramati.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Observed correlation
rho = ____
# Initialize permutation reps
perm_reps_rho = ____
# Make permutation reps
for i in range(10000):
# Scramble the split number array
scrambled_split_number = ____
# Compute the Pearson correlation coefficient
____[i] = ____
# Compute and print p-value
p_val = ____(____ >= ____) / ____
print('p =', p_val)