1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do modelowania liniowego w Pythonie
Connected

ćwiczenie

Hipoteza zerowa

W tym ćwiczeniu formułujemy hipotezę zerową jako

krótki i długi czas trwania nie mają wpływu na całkowitą pokonaną odległość.

„Zerowy rozmiar efektu" oznacza, że jeśli przetasujemy próbki między grupami krótkich i długich czasów – tak aby dwie nowe próbki zawierały mieszaninę krótkich i długich przejazdów – a następnie obliczymy statystykę testową, to średnio będzie ona wynosić zero.

Twoim zadaniem w tym ćwiczeniu jest wykonanie tasowania i ponownego próbkowania. Zacznij od predefiniowanych zmiennych group_duration_short i group_duration_long, które są niezmieszanymi grupami czasów trwania.

Instrukcje

100 XP
  • Użyj np.concatenate(), aby połączyć obie populacje, a następnie użyj np.random.shuffle(), aby potasować wartości w tej strukturze.
  • Podziel shuffle_bucket na połowę i użyj np.random.choice(), aby ponownie próbkować każdą z nich (shuffle_half).
  • Oblicz test_statistic, odejmując resample_half1 od resample_half2.
  • Oblicz effect_size jako np.mean() ze test_statistic i wyświetl wynik.