Zacznij terazZacznij za darmo

Czy problem wystąpił również w 2015 roku?

Chcesz sprawdzić, czy to typowy problem spotykany w basenach podczas zawodów pływackich. Aby to zbadać, przeprowadź podobną analizę dla wyników Mistrzostw Świata FINA 2015. Oblicz średnią ułamkową poprawę wynikającą z przejścia z torów 1–3 na tory 6–8 dla zawodów z 2015 roku wraz z 95-procentowym przedziałem ufności dla tej średniej. Sprawdź też hipotezę, że średnia ułamkowa poprawa wynosi zero.

Tablice swimtime_low_lanes_15 i swimtime_high_lanes_15 zawierają potrzebne dane.

To ćwiczenie jest częścią kursu

Studia przypadków w myśleniu statystycznym

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz ułamkową poprawę f, korzystając z tablic swimtime_low_lanes_15 i swimtime_high_lanes_15. Oblicz też średnią z f i zapisz ją jako f_mean.
  • Wylosuj 10 000 replikacji bootstrapowych średniej z f.
  • Oblicz 95-procentowy przedział ufności dla średniej ułamkowej poprawy.
  • Przesuń f, tworząc f_shift, tak aby jej średnia wynosiła zero.
  • Wylosuj 100 000 replikacji bootstrapowych średniej z f_shift.
  • Oblicz wartość p.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute f and its mean
f = (____ - ____) / ____
f_mean = ____

# Draw 10,000 bootstrap replicates
bs_reps = ____

# Compute 95% confidence interval
conf_int = ____

# Shift f
f_shift = ____ - ____

# Draw 100,000 bootstrap replicates of the mean
bs_reps = ____

# Compute the p-value
p_val = ____(____ >= ____) / 100000

# Print the results
print("""
mean frac. diff.: {0:.5f}
95% conf int of mean frac. diff.: [{1:.5f}, {2:.5f}]
p-value: {3:.5f}""".format(f_mean, *conf_int, p_val))
Edytuj i uruchom kod