ComeçarComece de graça

Teste de hipótese: eles estão desacelerando?

Agora vamos testar a hipótese nula de que o tempo de parcial do nadador não tem qualquer correlação com a distância já percorrida na prova. Usaremos o coeficiente de correlação de Pearson (calculado com dcst.pearson_r()) como a estatística de teste.

Este exercício faz parte do curso

Estudos de caso em pensamento estatístico

Ver curso

Instruções do exercício

  • Calcule a correlação de Pearson observada e armazene em rho.
  • Usando np.empty(), inicialize o array com 10.000 réplicas de permutação da correlação de Pearson, nomeando-o perm_reps_rho.
  • Escreva um laço for para:
    • Embaralhar o array de números de parciais com np.random.permutation(), nomeando-o scrambled_split_number.
    • Calcular o coeficiente de correlação de Pearson entre o array embaralhado de números de parciais e os tempos médios de parciais e armazená-lo em perm_reps_rho.
  • Calcule o p-valor e exiba-o na tela. Considere "pelo menos tão extremo quanto" como a correlação de Pearson ser pelo menos tão grande quanto a observada.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Observed correlation
rho = ____

# Initialize permutation reps
perm_reps_rho = ____

# Make permutation reps
for i in range(10000):
    # Scramble the split number array
    scrambled_split_number = ____
    
    # Compute the Pearson correlation coefficient
    ____[i] = ____
    
# Compute and print p-value
p_val = ____(____ >= ____) / ____
print('p =', p_val)
Editar e executar o código