시작하기무료로 시작하기

가설 검정: 이것이 우연일 수 있을까요?

EDA와 선형 회귀 분석 결과는 꽤 명확합니다. 그럼에도 불구하고, 순열 검정을 통해 레인 배정이 짝수 레인과 홀수 레인 간 평균 분율 차이와 무관하다는 가설을 검정하여 지그재그 효과 분석을 마무리해 보겠습니다. 검정 통계량으로는 피어슨 상관 계수를 사용하며, dcst.pearson_r()로 계산할 수 있습니다. 변수 lanes와 f_13은 이미 네임스페이스에 있습니다.

이 연습은 강의의 일부입니다

통계적 사고 사례 연구

강의 보기

연습 안내

  • 관측된 피어슨 상관 계수를 계산하여 rho에 저장하세요.
  • np.empty()를 사용하여 rho의 순열 복제값 10,000개를 저장할 배열을 초기화하고, perm_reps_rho로 이름을 지정하세요.
  • 순열 복제값을 추출하는 for 루프를 작성하세요.
    • np.random.permutation()을 사용하여 lanes 배열을 무작위로 섞으세요.
    • 섞인 lanes 배열과 f_13 사이의 피어슨 상관 계수를 계산하여 결과를 perm_reps_rho에 저장하세요.
  • p-값을 계산하고 출력하세요. "적어도 관측값만큼 극단적인"의 기준은 피어슨 상관 계수가 관측된 값 이상인 경우로 정의합니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute observed correlation: rho
rho = ____

# Initialize permutation reps: perm_reps_rho
perm_reps_rho = ____

# Make permutation reps
for i in range(10000):
    # Scramble the lanes array: scrambled_lanes
    scrambled_lanes = ____
    
    # Compute the Pearson correlation coefficient
    ____[i] = ____
    
# Compute and print p-value
p_val = ____(____ >= ____) / 10000
print('p =', p_val)
코드 편집 및 실행