Aan de slagGa gratis aan de slag

Permutatietest op kikkersdata

De gemiddelde slaapkracht van kikker A was 0,71 Newton (N) en die van kikker B 0,42 N, een verschil van 0,29 N. Het is mogelijk dat de kikkers met dezelfde kracht slaan en dat dit waargenomen verschil toeval is. Je gaat de kans berekenen op minimaal 0,29 N verschil in gemiddelde slaapkracht onder de hypothese dat de verdelingen van slaapkrachten voor beide kikkers identiek zijn. We gebruiken een permutatietest met als toetsingsgrootheid het verschil van gemiddelden om deze hypothese te toetsen.

Voor je gemak zijn de gegevens opgeslagen in de arrays force_a en force_b.

Deze oefening maakt deel uit van de cursus

Statistical Thinking in Python (deel 2)

Cursus bekijken

Oefeninstructies

  • Definieer een functie met de aanroep diff_of_means(data_1, data_2) die het verschil in gemiddelden tussen twee gegevenssets retourneert: gemiddelde van data_1 minus gemiddelde van data_2.
  • Gebruik deze functie om het empirische verschil van gemiddelden te berekenen dat bij de kikkers is waargenomen.
  • Trek 10.000 permutatiereplicaties van het verschil van gemiddelden.
  • Bereken de p-waarde.
  • Print de p-waarde.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

def diff_of_means(data_1, data_2):
    """Difference in means of two arrays."""

    # The difference of means of data_1, data_2: diff
    diff = ____

    return diff

# Compute difference of mean impact force from experiment: empirical_diff_means
empirical_diff_means = ____

# Draw 10,000 permutation replicates: perm_replicates
perm_replicates = draw_perm_reps(____, ____,
                                 ____, size=10000)

# Compute p-value: p
p = np.sum(____ >= ____) / len(____)

# Print the result
print('p-value =', p)
Code bewerken en uitvoeren