Aan de slagBegin gratis

Toetsstatistieken en effectgrootte

Hoe kun je lineaire verbanden verkennen met bootstrap-resampling? Terug het pad op! Voor elke hike, uitgezet als één punt, zie je een lineair verband tussen de totale afgelegde afstand en de verstreken tijd. Als we de afgelegde afstand zien als een "effect" van de verstreken tijd, kunnen we de onderliggende link tussen lineaire regressie en statistische inferentie verkennen.

In deze oefening splits je de data op in twee populaties, ofwel "categorieën": vroege tijden en late tijden. Daarna kijk je naar de verschillen tussen de totale afstand die binnen elke populatie is afgelegd. Dit verschil dient als een "toetsstatistiek", en de verdeling ervan toetst het effect van het scheiden van afstanden op basis van tijd.

ch04_ex11_fig03.png

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Gebruik numpy "logische indexing", bijv. sample_distances[sample_times < 5], om de sample distances op te splitsen in populaties met vroege en late tijden.
  • Gebruik np.random.choice() met replacement=True om een resample te maken voor elk van de twee tijdsvakken.
  • Bereken de array test_statistic als resample_long - resample_short, en bepaal en print de effectgrootte en onzekerheid met np.mean(), np.std().
  • Plot de verdeling van test_statistic met de vooraf gedefinieerde fig = plot_test_statistic().

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Create two poulations, sample_distances for early and late sample_times.
# Then resample with replacement, taking 500 random draws from each population.
group_duration_short = sample_distances[____ < 5]
group_duration_long = sample_distances[____ > 5]
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)

# Difference the resamples to compute a test statistic distribution, then compute its mean and stdev
test_statistic = resample_long - resample_short
effect_size = np.mean(____)
standard_error = np.std(____)

# Print and plot the results
print('Test Statistic: mean={:0.2f}, stdev={:0.2f}'.format(____, ____))
fig = plot_test_statistic(____)
Code bewerken en uitvoeren