НачатьНачать бесплатно

Аналог времени на сайте

Оказывается, вы уже проводили проверку гипотез, аналогичную A/B-тесту, в котором изучается время, проведённое на сайте до и после рекламной кампании. Сила удара языка лягушки (непрерывная величина, подобная времени на сайте) служит аналогом. «До» — лягушка A, «после» — лягушка B. Давайте закрепим этот навык на примере настоящего сценария «до/после».

Мы возвращаемся к набору данных о бесхитовых играх. В 1920 году Главная лига бейсбола ввела важные изменения в правила, положившие конец так называемой эпохе мёртвого мяча. В частности, питчерам запретили плевать на мяч или царапать его — приём, дающий значительное преимущество подающему. В этом упражнении вы проведёте A/B-тест, чтобы выяснить, привели ли эти изменения к снижению частоты бесхитовых игр (то есть к увеличению среднего времени между ними). В качестве тестовой статистики используйте разницу средних значений времени между бесхитовыми играми. Значения этого времени для соответствующих эпох хранятся в массивах nht_dead и nht_live, где «nht» означает «no-hitter time» (время между бесхитовыми играми).

Поскольку в этом упражнении вы будете использовать функцию draw_perm_reps(), возможно, стоит освежить в памяти её сигнатуру: draw_perm_reps(d1, d2, func, size=1) — или вернуться к упражнению из главы 3, в котором вы её определили.

Это упражнение является частью курса

Статистическое мышление на Python (часть 2)

Посмотреть курс

Инструкции к упражнению

  • Вычислите наблюдаемую разницу средних значений времени между бесхитовыми играми с помощью diff_of_means().
  • Сгенерируйте 10 000 перестановочных реплик разницы средних с помощью draw_perm_reps().
  • Вычислите p-значение и выведите его на экран.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)
Редактировать и запускать код