Bonferonni-Holm-correctie
Je hebt gezien dat het vergelijken van veel verschillende gegevenssets, zelfs willekeurig gegenereerde, kan leiden tot "statistisch significante verbanden" die dat helemaal niet zijn! Een manier om dit te voorkomen is een correctie toe te passen op de alpha van je betrouwbaarheidsniveau. In deze oefening ontdek je waarom je deze correctie zou moeten toepassen en hoe je dat doet.
De 1000 p-waarden die je in de vorige oefening hebt berekend, zijn voor je geladen in een NumPy-array p_values, en het pakket NumPy is geïmporteerd als np.
Deze oefening maakt deel uit van de cursus
Basis van inferentie in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Compute the Bonferonni-corrected alpha
bonf_alpha = ____
# Check how many p-values were significant at this level
____