Wizualizacja statystyk testowych
W tym ćwiczeniu zbadasz hipotezę zerową, porównując rozkłady statystyki testowej uzyskane na dwa różne sposoby.
Najpierw przyjrzysz się dwóm „populacjom" podzielonym według wczesnych i późnych momentów czasowych i obliczysz rozkład statystyki testowej. Następnie przetasuj obie populacje – tak, by dane nie były już uporządkowane czasowo i każda z nich zawierała mieszaninę wczesnych i późnych momentów – po czym ponownie oblicz rozkład statystyki testowej.
Aby ułatwić ci start, wczytaliśmy wcześniej dwie grupy czasowe, group_duration_short i group_duration_long, oraz dwie funkcje: shuffle_and_split() i plot_test_statistic().
To ćwiczenie jest częścią kursu
Wprowadzenie do modelowania liniowego w Pythonie
Instrukcje do ćwiczenia
- Użyj
np.random.choice(), aby przepróbkowaćgroup_duration_shortigroup_duration_long, a następnie oblicz różnicę między próbkami, żeby wyznaczyćtest_statistic_unshuffled. - Użyj
shuffle_and_split()na oryginalnychgroup_duration_shortigroup_duration_long(podanych w tej kolejności), aby utworzyć dwie nowe, wymieszane populacje. - Przepróbkuj przetasowane populacje i odejmij
resample_shortodresample_long, aby obliczyć nową wartośćtest_statistic_shuffled. - Użyj
plot_test_statistic(), aby zwizualizować oba rozkłady statystyk testowych i porównaj je wzrokowo.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# From the unshuffled groups, compute the test statistic distribution
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
test_statistic_unshuffled = ____ - ____
# Shuffle two populations, cut in half, and recompute the test statistic
shuffled_half1, shuffled_half2 = shuffle_and_split(____, ____)
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic_shuffled = resample_half2 - resample_half1
# Plot both the unshuffled and shuffled results and compare
fig = plot_test_statistic(____, label='Unshuffled')
fig = plot_test_statistic(____, label='Shuffled')