Crea un array, bout_lengths_concat, che contenga tutte le lunghezze dei bout sia del tipo selvatico (bout_lengths_wt) sia degli eterozigoti (bout_lengths_het) usando np.concatenate().
Calcola la media di tutte le lunghezze dei bout da questo array concatenato (bout_lengths_concat), salvando il risultato nella variabile mean_bout_length.
Trasla entrambi gli insiemi di dati in modo che abbiano la stessa media, cioè mean_bout_length. Salva gli array traslati nelle variabili wt_shifted e het_shifted.
Usa dcst.draw_bs_reps() per estrarre 10.000 repliche bootstrap della media per ciascuno degli insiemi di dati traslati. Salva le rispettive repliche in bs_reps_wt e bs_reps_het.
Sottrai bs_reps_wt da bs_reps_het per ottenere le repliche bootstrap della differenza delle medie. Salva i risultati nella variabile bs_reps.
Calcola il p-value, definendo "almeno altrettanto estremo" come il caso in cui la differenza delle medie sotto l'ipotesi nulla sia maggiore o uguale a quella osservata sperimentalmente. La variabile diff_means_exp dall'esercizio precedente è già nel tuo namespace.

Test d'ipotesi con permutazione e bootstrap