Analogia z czasem spędzonym na stronie
Okazuje się, że przeprowadziłeś już test hipotezy analogiczny do testu A/B, w którym analizuje się czas spędzany na stronie internetowej przed kampanią reklamową i po niej. Siła języka żaby (wielkość ciągła, podobnie jak czas na stronie) była tu odpowiednikiem. „Przed" = żaba A, „po" = żaba B. Przećwicz to jeszcze raz na przykładzie, który naprawdę jest scenariuszem „przed/po".
Wracamy do zbioru danych o meczach bez punktów (no-hitterach). W 1920 roku Major League Baseball wprowadziła ważne zmiany w przepisach, które zakończyły tzw. erę martwej piłki. Kluczowe było to, że miotacz nie mógł już plwać na piłkę ani jej zarysowywać – praktyki wyraźnie faworyzujące miotaczy. W tym ćwiczeniu przeprowadzisz test A/B, aby sprawdzić, czy te zmiany spowodowały rzadsze występowanie meczów bez punktów (tzn. dłuższy średni czas między no-hitterami). Jako statystykę testową użyjesz różnicy średnich czasów między no-hitterami. Czasy między no-hitterami dla obu er są zapisane w tablicach nht_dead i nht_live, gdzie „nht" oznacza „no-hitter time" (czas między no-hitterami).
Ponieważ w tym ćwiczeniu skorzystasz z funkcji draw_perm_reps(), warto przypomnieć sobie jej sygnaturę wywołania: draw_perm_reps(d1, d2, func, size=1) lub wrócić do ćwiczenia z rozdziału 3, w którym ją zdefiniowałeś.
To ćwiczenie jest częścią kursu
Myślenie statystyczne w Pythonie (część 2)
Instrukcje do ćwiczenia
- Oblicz zaobserwowaną różnicę średnich czasów między no-hitterami, używając funkcji
diff_of_means(). - Wygeneruj 10 000 replikacji permutacji różnicy średnich, używając funkcji
draw_perm_reps(). - Oblicz i wyświetl wartość p.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute the observed difference in mean inter-no-hitter times: nht_diff_obs
nht_diff_obs = ____
# Acquire 10,000 permutation replicates of difference in mean no-hitter time: perm_replicates
perm_replicates = ____
# Compute and print the p-value: p
p = ____
print('p-val =', p)