Bonferroni-correctie
Laten we meerdere hypothesetests uitvoeren met de Bonferroni-correctie die we in de dia's hebben besproken. Je gebruikt de geïmporteerde functie multipletests() om dit te doen.
Gebruik een significantieniveau per test van .05 en kijk hoe de Bonferroni-correctie invloed heeft op onze al aangemaakte lijst met p-waarden.
Deze oefening maakt deel uit van de cursus
Statistiek-vragen voor sollicitaties oefenen in Python
Oefeninstructies
- Bereken een lijst met Bonferroni-aangepaste p-waarden met behulp van de geïmporteerde functie
multipletests(). - Print de resultaten van de meerdere hypothesetests die teruggegeven worden op index 0 van je variabele
p_adjusted. - Print de p-waarden zelf die teruggegeven worden op index 1 van je variabele
p_adjusted.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
from statsmodels.sandbox.stats.multicomp import multipletests
pvals = [.01, .05, .10, .50, .99]
# Create a list of the adjusted p-values
p_adjusted = multipletests(____, alpha=____, method='bonferroni')
# Print the resulting conclusions
print(____)
# Print the adjusted p-values themselves
print(____)