Zacznij terazZacznij za darmo

Szacowanie średniej poprawy

Teraz oszacujesz, jak duży jest efekt tego prądu. Oblicz średnią ułamkową poprawę dla zawodników pływających w torach o wysokich numerach w porównaniu z torami o niskich numerach, a także 95-procentowy przedział ufności dla tej średniej.

To ćwiczenie jest częścią kursu

Studia przypadków w myśleniu statystycznym

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz średnią ułamkową różnicę przy użyciu np.mean(). Zmienna f z poprzedniego ćwiczenia jest już dostępna w przestrzeni nazw.
  • Wylosuj 10 000 replikatów bootstrapowych średniej ułamkowej różnicy za pomocą dcst.draw_bs_reps(). Wynik zapisz w tablicy numpy o nazwie bs_reps.
  • Oblicz 95-procentowy przedział ufności przy użyciu np.percentile().
  • Kliknij „Prześlij odpowiedź", aby wyświetlić na ekranie średnią ułamkową poprawę oraz 95-procentowy przedział ufności.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute the mean difference: f_mean
f_mean = ____

# Draw 10,000 bootstrap replicates: bs_reps
bs_reps = ____

# Compute 95% confidence interval: conf_int
conf_int = ____

# Print the result
print("""
mean frac. diff.: {0:.5f}
95% conf int of mean frac. diff.: [{1:.5f}, {2:.5f}]""".format(f_mean, *conf_int))
Edytuj i uruchom kod