На основе проведённого разведочного анализа данных и оценок параметров трудно однозначно определить, улучшились ли результаты от полуфинала к финалу. В следующем упражнении вы проверите гипотезу об отсутствии различий в результатах между полуфиналом и финалом. Для этого подходит перестановочный тест. В качестве тестовой статистики мы будем использовать среднее значение f. Какая из приведённых стратегий моделирует получение тестовой статистики при нулевой гипотезе?

Стратегия 1
Возьмите массив времён полуфинала и массив времён финала для каждого пловца по каждому виду плавания и дистанции.
Пройдитесь по каждому массиву и для каждого индекса с вероятностью 50% меняйте местами элементы соответствующих массивов финала и полуфинала.
Используйте полученные массивы финала и полуфинала для вычисления f, а затем среднего значения f.
Стратегия 2
Возьмите массив времён полуфинала и массив времён финала для каждого пловца по каждому виду плавания и дистанции и объедините их, получив в сумме 96 элементов.
Перемешайте объединённый массив с помощью функции np.permutation(). Присвойте первым 48 элементам перемешанного массива роль «полуфинала», а последним 48 — «финала».
Вычислите f на основе этих новых массивов полуфинала и финала, а затем найдите среднее значение f.
Стратегия 3
Возьмите массив f, использованный в предыдущем упражнении.
Умножьте каждый элемент массива f на 1 или -1 с равной вероятностью.
Вычислите среднее этого нового массива, чтобы получить тестовую статистику.
Стратегия 4
Определите функцию с сигнатурой compute_f(semi_times, final_times) для вычисления f по входным массивам времён заплывов.
Получите реплику перестановки с помощью dcst.draw_perm_reps(semi_times, final_times, compute_f).

Как результаты пловцов снижаются на длинных дистанциях?

Create Your Free Account