Aan de slagGa gratis aan de slag

Had het evenement van 2015 dit probleem ook?

Je wilt weten of dit een typisch probleem is bij wedstrijdbaden. Om deze vraag te beantwoorden, voer je een vergelijkbare analyse uit voor de uitslagen van de FINA Wereldkampioenschappen 2015. Bereken dus de gemiddelde fractionele verbetering voor de overgang van banen 1–3 naar banen 6–8 voor de competitie van 2015, samen met een 95%-betrouwbaarheidsinterval voor het gemiddelde. Test ook de hypothese dat de gemiddelde fractionele verbetering nul is.

De arrays swimtime_low_lanes_15 en swimtime_high_lanes_15 bevatten de relevante data.

Deze oefening maakt deel uit van de cursus

Casestudies in statistisch denken

Cursus bekijken

Oefeninstructies

  • Bereken de fractionele verbetering, f, met behulp van de arrays swimtime_low_lanes_15 en swimtime_high_lanes_15. Bereken ook het gemiddelde van f en sla dit op als f_mean.
  • Trek 10.000 bootstrap-replicaties van het gemiddelde van f.
  • Bereken het 95%-betrouwbaarheidsinterval van de gemiddelde fractionele verbetering.
  • Verschuif f om f_shift te maken zodat het gemiddelde nul is.
  • Trek 100.000 bootstrap-replicaties van het gemiddelde van f_shift.
  • Bereken de p-waarde.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Compute f and its mean
f = (____ - ____) / ____
f_mean = ____

# Draw 10,000 bootstrap replicates
bs_reps = ____

# Compute 95% confidence interval
conf_int = ____

# Shift f
f_shift = ____ - ____

# Draw 100,000 bootstrap replicates of the mean
bs_reps = ____

# Compute the p-value
p_val = ____(____ >= ____) / 100000

# Print the results
print("""
mean frac. diff.: {0:.5f}
95% conf int of mean frac. diff.: [{1:.5f}, {2:.5f}]
p-value: {3:.5f}""".format(f_mean, *conf_int, p_val))
Code bewerken en uitvoeren