平均改善量の推定
次に、この水流効果の大きさを推定しましょう。番号の大きいレーンと番号の小さいレーンを比較して、平均割合改善量と95%信頼区間を計算します。
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.mean()を使って平均割合差を計算しましょう。前の演習の変数fはすでに名前空間に存在します。dcst.draw_bs_reps()を使って、平均割合差のブートストラップ複製を10,000個生成しましょう。結果はbs_repsという名前のnumpy配列に格納してください。np.percentile()を使って95%信頼区間を計算しましょう。- '回答を送信' をクリックすると、平均割合改善量と95%信頼区間が画面に表示されます。
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。
# Compute the mean difference: f_mean
f_mean = ____
# Draw 10,000 bootstrap replicates: bs_reps
bs_reps = ____
# Compute 95% confidence interval: conf_int
conf_int = ____
# Print the result
print("""
mean frac. diff.: {0:.5f}
95% conf int of mean frac. diff.: [{1:.5f}, {2:.5f}]""".format(f_mean, *conf_int))