Ćwiczenie z permutacją
Czy gracze NBA są ciężsi od dorosłych Amerykanów? Twoim celem jest obliczenie 95-procentowego przedziału ufności dla średniej różnicy masy (w kilogramach) między graczami NBA a dorosłymi mężczyznami w USA. Skorzystasz z dwóch przygotowanych list.
Permutacja świetnie sprawdza się przy testowaniu różnic – dlatego właśnie tej metody próbkowania tu użyjesz!
nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 100.3, 101.0, 98.0, 97.4, 100.5, 100.3, 100.2, 100.6]
us_adult_weights = [75.1, 100.1, 95.2, 81.0, 72.0, 63.5, 80.0, 97.1, 94.3, 80.3, 93.5, 85.8, 95.1]
Zwróć uwagę, że każda z powyższych list zawiera 13 wartości masy.
Następujące elementy zostały już zaimportowane: random, numpy jako np, seaborn jako sns oraz matplotlib.pyplot jako plt.
To ćwiczenie jest częścią kursu
Symulacje Monte Carlo w Pythonie
Instrukcje do ćwiczenia
- Zdefiniuj
all_weightsjako listę zawierającą wartości z obu list:nba_weightsius_adult_weights. - Wykonaj permutację na
all_weightsprzy użyciunp.random.permutation(). - Przypisz pierwsze 13 próbek po permutacji do
perm_nba, a pozostałe 13 doperm_adult.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Define all_weights
all_weights = ____
simu_diff = []
for i in range(1000):
# Perform the permutation on all_weights
perm_sample = ____
# Assign the permutated samples to perm_nba and perm_adult
perm_nba, perm_adult = ____, ____
perm_diff = np.mean(perm_nba) - np.mean(perm_adult)
simu_diff.append(perm_diff)
mean_diff = np.mean(nba_weights) - np.mean(us_adult_weights)
upper = np.quantile(simu_diff, 0.975)
lower = np.quantile(simu_diff, 0.025)
print(mean_diff, lower, upper)