Um análogo de tempo no site
Acontece que você já fez um teste de hipótese análogo a um teste A/B em que você está interessado em quanto tempo é gasto no site antes e depois de uma campanha de anúncios. A força da língua do sapo (uma quantidade contínua como o tempo no site) é um análogo. "Antes" = Sapo A e "depois" = Sapo B. Vamos praticar isso novamente com algo que de fato é um cenário de antes/depois.
Voltamos ao conjunto de dados de no-hitters. Em 1920, a Major League Baseball implementou mudanças importantes nas regras que encerraram a chamada era da bola morta. O mais importante: o arremessador deixou de poder cuspir na bola ou danificá-la, uma prática que favorecia muito os arremessadores. Neste problema, você fará um teste A/B para determinar se essas mudanças nas regras resultaram em uma taxa mais lenta de no-hitters (ou seja, um tempo médio maior entre no-hitters) usando a diferença no tempo médio entre no-hitters como sua estatística de teste. Os tempos entre no-hitters para as respectivas eras estão armazenados nos arrays nht_dead e nht_live, em que "nht" significa "no-hitter time" (tempo até no-hitter).
Como você usará sua função draw_perm_reps() neste exercício, pode ser útil relembrar sua assinatura de chamada: draw_perm_reps(d1, d2, func, size=1) ou até mesmo voltar ao exercício do capítulo 3 em que você a definiu.
Este exercício faz parte do curso
Pensamento Estatístico em Python (Parte 2)
Instruções do exercício
- Calcule a diferença observada no tempo médio entre no-hitters usando
diff_of_means(). - Gere 10.000 réplicas de permutação da diferença de médias usando
draw_perm_reps(). - Calcule e imprima o valor de p.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)