Så här genomför du permutatonstestet

Baserat på vår EDA och parameterestimaten är det svårt att avgöra om prestationen förbättras från semifinal till final. I nästa övning ska du testa hypotesen att det inte finns någon skillnad i prestation mellan semifinal och final. Ett permutationstest lämpar sig väl för detta. Vi använder medelvärdet av f som teststatistika. Vilken av följande strategier simulerar teststatistikan under nollhypotesen?

• Strategi 1
• Ta en array med semifinaltider och en array med finaltider för varje simmare och varje gren/distanspar.
• Gå igenom varje array och byt, för varje index, ut posten i respektive final- och semifinalarray med 50 % sannolikhet.
• Använd de resulterande final- och semifinalarrayerna för att beräkna f och sedan medelvärdet av f.
• Strategi 2
• Ta en array med semifinaltider och en array med finaltider för varje simmare och varje gren/distanspar och konkatenera dem, så att du får totalt 96 poster.
• Blanda den konkatenerade arrayen med funktionen np.permutation(). Tilldela de första 48 posterna i den blandade arrayen till "semifinal" och de sista 48 posterna till "final".
• Beräkna f från dessa nya semifinal- och finalarrayer och beräkna sedan medelvärdet av f.
• Strategi 3
• Ta arrayen f som vi använde i föregående övning.
• Multiplicera varje post i f med antingen 1 eller -1 med lika sannolikhet.
• Beräkna medelvärdet av den nya arrayen för att få teststatistikan.
• Strategi 4
• Definiera en funktion med signaturen compute_f(semi_times, final_times) för att beräkna f från inmatade simtidsarrayer.
• Dra ett permutationsreplikat med dcst.draw_perm_reps(semi_times, final_times, compute_f).