ウェブサイト滞在時間のアナロジー
実は、すでに広告キャンペーンの前後でウェブサイトの滞在時間がどれだけ変わるかを調べる A/B テストに相当する仮説検定を行っています。連続量であるカエルの舌の力（ウェブサイト滞在時間と同じタイプの量）がそのアナロジーです。「前」＝ Frog A、「後」＝ Frog B と考えられます。ここでは、実際の前後比較のシナリオであらためて練習しましょう。
ノーヒッターのデータセットに戻ります。1920 年、メジャーリーグベースボールでは、いわゆるデッドボール時代を終わらせる重要なルール変更が実施されました。特に投手は、ボールに唾をつけたり傷をつけたりすることが禁じられ、これは投手に大きく有利に働いていた行為でした。この問題では、これらのルール変更によってノーヒッターの発生率が遅くなった（つまり、ノーヒッター間の平均時間が長くなった）かどうかを、平均ノーヒッター間隔の差を検定統計量として用いて A/B テストで調べます。各時代のノーヒッター間隔は配列 nht_dead と nht_live に格納されています。ここで「nht」は「no-hitter time（ノーヒッター間隔）」を表します。
この演習では draw_perm_reps() 関数を使うので、その呼び出しシグネチャを思い出しておくと便利です：draw_perm_reps(d1, d2, func, size=1)。必要なら、これを定義した第 3 章の演習に戻って確認してもかまいません。
この演習はコースの一部です
Pythonで学ぶ統計思考（パート2）
演習の手順
diff_of_means()を使って、観測された平均ノーヒッター間隔の差を計算します。draw_perm_reps()を使って、平均の差の置換レプリケートを 10,000 個生成します。- p 値を計算して出力します。
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。
# Compute the observed difference in mean inter-no-hitter times: nht_diff_obs
nht_diff_obs = ____
# Acquire 10,000 permutation replicates of difference in mean no-hitter time: perm_replicates
perm_replicates = ____
# Compute and print the p-value: p
p = ____
print('p-val =', p)