Statystyki testowe i wielkość efektu
Jak można badać zależności liniowe za pomocą bootstrap resamplingu? Wracamy na szlak! Każda wycieczka jest reprezentowana jako jeden punkt – widać wyraźną zależność liniową między całkowitym dystansem a upływem czasu. Jeśli potraktujemy przebyty dystans jako „efekt" czasu, możemy zbadać głębsze powiązanie między regresją liniową a wnioskowaniem statystycznym.
W tym ćwiczeniu podzielisz dane na dwie populacje, czyli „kategorie": wczesne czasy i późne czasy. Następnie przyjrzysz się różnicom całkowitego dystansu w obrębie każdej populacji. Ta różnica posłuży jako „statystyka testowa", a jej rozkład pozwoli ocenić efekt podziału dystansów według czasu.
To ćwiczenie jest częścią kursu
Wprowadzenie do modelowania liniowego w Pythonie
Instrukcje do ćwiczenia
- Użyj „indeksowania logicznego"
numpy, np.sample_distances[sample_times < 5], aby podzielićdistancesna populacje wczesnych i późnych czasów. - Użyj
np.random.choice()zreplacement=True, aby utworzyćresampledla każdego z dwóch przedziałów czasowych. - Oblicz tablicę
test_statisticjakoresample_long - resample_short, a następnie wyznacz i wyświetl wielkość efektu oraz niepewność za pomocąnp.mean()inp.std(). - Wyrysuj rozkład
test_statistic, używając predefiniowanej funkcjifig = plot_test_statistic().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create two poulations, sample_distances for early and late sample_times.
# Then resample with replacement, taking 500 random draws from each population.
group_duration_short = sample_distances[____ < 5]
group_duration_long = sample_distances[____ > 5]
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
# Difference the resamples to compute a test statistic distribution, then compute its mean and stdev
test_statistic = resample_long - resample_short
effect_size = np.mean(____)
standard_error = np.std(____)
# Print and plot the results
print('Test Statistic: mean={:0.2f}, stdev={:0.2f}'.format(____, ____))
fig = plot_test_statistic(____)