仮説検定：女性選手は準決勝と決勝で同じような泳ぎをするか？
改善率の平均を検定統計量として使い、決勝と準決勝のパフォーマンスが同一であるという仮説を検定します。帰無仮説のもとで、検定統計量が f_mean 以上の値を取る場合、観測値と同程度かそれ以上に極端であると見なします。f_mean はすでに名前空間に定義されています。
準決勝と決勝のタイムは、numpy 配列 semi_times と final_times に格納されています。
この演習はコースの一部です
統計的思考 ケーススタディ
演習の手順
np.empty()を使って、1000個の順列レプリケートを格納する空の配列を作成します。この配列をperm_repsと名付けます。forループを記述して、順列レプリケートを生成します。- 先ほど作成した
swap_random()関数を使って順列サンプルを生成し、配列をsemi_permとfinal_permに格納します。 - 順列サンプルから
fの値を計算します。 - 順列サンプルの平均を
perm_reps配列に格納します。
- 先ほど作成した
- p値を計算し、画面に出力します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Set up array of permutation replicates
perm_reps = ____
for i in range(1000):
# Generate a permutation sample
semi_perm, final_perm = ____
# Compute f from the permutation sample
f = (____ - ____) / ____
# Compute and store permutation replicate
perm_reps[i] = ____
# Compute and print p-value
print('p =', ____(____ >= ____) / 1000)