시작하기무료로 시작하기

부트스트랩 가설 검정

순열 검정은 이형 접합체와 야생형의 발작 지속 시간이 동일한 분포를 따른다는 다소 제한적인 가설을 전제로 합니다. 이번에는 분포에 대한 가정 없이, 두 집단의 평균이 동일하다는 가설을 부트스트랩 가설 검정으로 검증해 보겠습니다.

이 연습은 강의의 일부입니다

통계적 사고 사례 연구

강의 보기

연습 안내

  • np.concatenate()를 사용하여 야생형(bout_lengths_wt)과 이형 접합체(bout_lengths_het)의 발작 지속 시간을 모두 포함하는 배열 bout_lengths_concat을 만드세요.
  • 연결된 배열(bout_lengths_concat)에서 전체 발작 지속 시간의 평균을 계산하고, 결과를 변수 mean_bout_length에 저장하세요.
  • 두 데이터셋의 평균이 모두 mean_bout_length와 같아지도록 각 데이터셋을 이동(shift)하세요. 이동된 배열은 각각 wt_shifted와 het_shifted에 저장하세요.
  • dcst.draw_bs_reps()를 사용하여 이동된 각 데이터셋의 평균에 대한 부트스트랩 복제값을 10,000개씩 추출하세요. 결과는 각각 bs_reps_wt와 bs_reps_het에 저장하세요.
  • bs_reps_het에서 bs_reps_wt를 빼서 평균 차이의 부트스트랩 복제값을 구하고, 결과를 변수 bs_reps에 저장하세요.
  • p-값을 계산하세요. "최소한 관측값만큼 극단적인" 경우는 귀무 가설 하에서 평균 차이가 실험적으로 관측된 값 이상인 경우로 정의합니다. 이전 연습 문제의 변수 diff_means_exp는 이미 네임스페이스에 있습니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)
코드 편집 및 실행