Zacznij terazZacznij za darmo

Bootstrapowy test hipotezy

Test permutacyjny opiera się na dość restrykcyjnej hipotezie – że długości sesji u heterozygot i osobników dzikiego typu mają identyczny rozkład. Teraz przeprowadź bootstrapowy test hipotezy, sprawdzając, czy średnie są równe, bez żadnych założeń co do rozkładów.

To ćwiczenie jest częścią kursu

Studia przypadków w myśleniu statystycznym

Zobacz kurs

Instrukcje do ćwiczenia

  • Utwórz tablicę bout_lengths_concat zawierającą wszystkie długości sesji – zarówno dla dzikiego typu (bout_lengths_wt), jak i dla heterozygot (bout_lengths_het) – używając np.concatenate().
  • Oblicz średnią wszystkich długości sesji z tej połączonej tablicy (bout_lengths_concat) i zapisz wynik w zmiennej mean_bout_length.
  • Przesuń oba zbiory danych tak, aby miały tę samą średnią, równą mean_bout_length. Przesunięte tablice zapisz w zmiennych wt_shifted i het_shifted.
  • Użyj dcst.draw_bs_reps(), aby wylosować 10 000 replik bootstrapowych średniej dla każdego z przesuniętych zbiorów danych. Zapisz je odpowiednio w bs_reps_wt i bs_reps_het.
  • Odejmij bs_reps_wt od bs_reps_het, aby uzyskać repliki bootstrapowe różnicy średnich. Wynik zapisz w zmiennej bs_reps.
  • Oblicz wartość p, przyjmując, że „co najmniej tak ekstremalna" oznacza, że różnica średnich pod hipotezą zerową jest większa lub równa wartości zaobserwowanej eksperymentalnie. Zmienna diff_means_exp z poprzedniego ćwiczenia jest już dostępna w twoim obszarze nazw.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))

# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____

# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____

# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____

# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____

# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)
Edytuj i uruchom kod