Aan de slagBegin gratis

Toetsstatistieken visualiseren

In deze oefening benader je de nulhypothese door de verdeling van een toetsstatistiek te vergelijken die op twee verschillende manieren is verkregen.

Eerst bekijk je twee "populaties", gegroepeerd naar vroege en late tijden, en bereken je de verdeling van de toetsstatistiek. Daarna shuffle je de twee populaties, zodat de data niet langer op tijd is geordend en elk een mix van vroege en late tijden bevat, en bereken je de verdeling van de toetsstatistiek opnieuw.

Om je op weg te helpen hebben we de twee groepsduur-sets, group_duration_short en group_duration_long, en twee functies, shuffle_and_split() en plot_test_statistic(), alvast geladen.

Deze oefening maakt deel uit van de cursus

Introductie tot lineaire modellering in Python

Bekijk cursus

Oefeninstructies

  • Gebruik np.random.choice() om group_duration_short en group_duration_long te herbemonsteren, en neem het verschil tussen de hersteekproeven om de test_statistic_unshuffled te berekenen.
  • Gebruik shuffle_and_split() op de originele group_duration_short en group_duration_long (in deze volgorde opgegeven) om twee nieuwe gemengde populaties te maken.
  • Herbemonster de geschuffelde populaties, en trek resample_short af van resample_long om een nieuwe test_statistic_shuffled te berekenen.
  • Gebruik plot_test_statistic() om beide verdelingen van de toetsstatistiek te plotten en visueel te vergelijken.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# From the unshuffled groups, compute the test statistic distribution
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
test_statistic_unshuffled = ____ - ____

# Shuffle two populations, cut in half, and recompute the test statistic
shuffled_half1, shuffled_half2 = shuffle_and_split(____, ____)
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic_shuffled = resample_half2 - resample_half1

# Plot both the unshuffled and shuffled results and compare
fig = plot_test_statistic(____, label='Unshuffled')
fig = plot_test_statistic(____, label='Shuffled')
Code bewerken en uitvoeren