MulaiMulai sekarang secara gratis

Uji hipotesis bootstrap

Uji permutasi memiliki hipotesis yang cukup ketat, yaitu bahwa panjang bout heterozigot dan tipe liar berdistribusi identik. Sekarang, gunakan uji hipotesis bootstrap untuk menguji hipotesis bahwa rataan keduanya sama, tanpa membuat asumsi tentang distribusinya.

Latihan ini adalah bagian dari kursus

Studi Kasus dalam Pemikiran Statistik

Lihat Kursus

Petunjuk latihan

  • Buat array bout_lengths_concat yang berisi semua panjang bout untuk tipe liar (bout_lengths_wt) dan heterozigot (bout_lengths_het) menggunakan np.concatenate().
  • Hitung rata-rata semua panjang bout dari array gabungan (bout_lengths_concat), simpan hasilnya dalam variabel mean_bout_length.
  • Geser kedua himpunan data sehingga keduanya memiliki rataan yang sama, yaitu mean_bout_length. Simpan array yang sudah digeser dalam variabel wt_shifted dan het_shifted.
  • Gunakan dcst.draw_bs_reps() untuk mengambil 10.000 replikasi bootstrap dari rataan untuk masing-masing himpunan data yang sudah digeser. Simpan replikasi tersebut masing-masing dalam bs_reps_wt dan bs_reps_het.
  • Kurangkan bs_reps_wt dari bs_reps_het untuk memperoleh replikasi bootstrap dari selisih rataan. Simpan hasilnya dalam variabel bs_reps.
  • Hitung p-value, dengan mendefinisikan "setidaknya sebesar ini" sebagai selisih rataan di bawah hipotesis nol yang lebih besar daripada atau sama dengan yang diamati secara eksperimen. Variabel diff_means_exp dari latihan sebelumnya sudah tersedia dalam ruang nama Anda.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))

# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____

# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____

# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____

# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____

# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)
Edit dan Jalankan Kode