Aan de slagBegin gratis

Nulhypothese

In deze oefening formuleren we de nulhypothese als:

korte en lange tijdsduren hebben geen effect op de totale afgelegde afstand.

We interpreteren de "effectgrootte nul" als volgt: als we steekproeven tussen korte en lange tijden husselen, zodat twee nieuwe steekproeven elk een mix van korte en lange ritten bevatten, en we daarna de teststatistiek berekenen, dan is die gemiddeld nul.

In deze oefening is je doel om het husselen en opnieuw steekproeven trekken uit te voeren. Begin met de vooraf gedefinieerde group_duration_short en group_duration_long, dit zijn de niet-gehusselde tijdsduur-groepen.

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Gebruik np.concatenate() om de twee populaties te combineren, en gebruik vervolgens np.random.shuffle() om de waarden in die container te husselen.
  • Slice de shuffle_bucket doormidden en gebruik np.random.choice() om elke shuffle_half opnieuw te bemonsteren.
  • Bereken de test_statistic door resample_half1 af te trekken van resample_half2.
  • Bereken de effect_size als de np.mean() van de test_statistic, en print het resultaat.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Shuffle the time-ordered distances, then slice the result into two populations.
shuffle_bucket = np.____((group_duration_short, group_duration_long))
np.random.shuffle(____)
slice_index = len(shuffle_bucket)//2
shuffled_half1 = shuffle_bucket[0:____]
shuffled_half2 = shuffle_bucket[____:]

# Create new samples from each shuffled population, and compute the test statistic
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic = ____ - ____

# Compute and print the effect size
effect_size = np.mean(____)
print('Test Statistic, after shuffling, mean = {}'.format(____))
Code bewerken en uitvoeren