Hur bör vi utföra ett hypotestest på skillnader i b-värdet?

Vi vill testa hypotesen att b-värdet i Oklahoma från 1980 till och med 2009 är detsamma som från 2010 till mitten av 2017. Vilket av de fem första påståendena är falskt? Om inget av dem är falskt väljer du det sista alternativet.

Den här övningen är en del av kursen

Fallstudier i statistiskt tänkande

Interaktiv övning med praktiskt arbete

Gör teori till handling med en av våra interaktiva övningar

Starta övningen

Den här övningen är en del av kursen

Fallstudier i statistiskt tänkande

SkillTag.level.intermediateSkillTag.label

4.9+

Starta kursen gratis

Till att börja med använder du två datamängder från Caltech-forskare för att repetera huvudpunkterna från Statistical Thinking I och II – som förberedelse inför de kommande fallstudierna!

Exercise 1: Zebrafiskars aktivitet och melatonin Exercise 2: EDA: Rita ECDF:er för aktiv rörelseperiods längd Exercise 3: Tolka ECDF:er och berättelsen bakom data Exercise 4: Bootstrap-konfidensintervall Exercise 5: Parameterestimering: längd på aktiva perioder Exercise 6: Permutations och bootstrap-hypotestester Exercise 7: Permutationstest: vildtyp mot heterozygot Exercise 8: Bootstraphypotestest Exercise 9: Linjär regression och parade bootstrap Exercise 10: Beräkna tillväxttakten Exercise 11: Plotta tillväxtkurvan

I det här kapitlet övar du på EDA, parameterestimering och hypotestestning med hjälp av resultat från FINA World Swimming Championships 2015.

Exercise 1: Introduktion till simdata Exercise 2: Grafisk EDA av försöksheaten för herrarnas 200 m frisim Exercise 3: 200 m frisim – tid med konfidensintervall Exercise 4: Simmar idrottarna snabbare i finalen?Exercise 5: EDA: finaler mot semifinaler Exercise 6: Parameteruppskattningar av skillnaden mellan finaler och semifinaler Exercise 7: Så här genomför du permutatonstestet Exercise 8: Generera permutationsurval Exercise 9: Hypotestest: Simmar kvinnor på samma sätt i semifinal och final?Exercise 10: Hur försämras simmarnas prestationer i långa grenar?Exercise 11: EDA: Plotta all din data Exercise 12: Linjär regression av genomsnittlig delsträcketid Exercise 13: Hypotestest: saktar de ner?

Vissa simmare uppgav att de upplevde det lättare att simma i en riktning än i den andra under VM 2013. En del analytiker har föreslagit att det förekom en virvelström i bassängen. I det här kapitlet undersöker du det påståendet! Referenser – <a href="https://qz.com/761280/researchers-believe-certain-lanes-in-the-olympic-pool-may-have-given-some-swimmers-an-advantage/" target="_blank">Quartz Media</a>, <a href="https://www.washingtonpost.com/news/wonk/wp/2016/09/01/these-charts-clearly-show-how-some-olympic-swimmers-may-have-gotten-an-unfair-advantage/?utm_term=.dba907006ba1" target="_blank">Washington Post</a>, <a href="https://swimswam.com/rio-olympic-test-event-showed-same-pool-bias-2-0/" target="_blank">SwimSwam</a> (och även <a href="https://swimswam.com/problem-rio-pool/" target="_blank">här)</a>, samt <a href="https://www.ncbi.nlm.nih.gov/pubmed/25003776" target="_blank">Cornett, et al</a>.

Exercise 1: Introduktion till strömkontroversen Exercise 2: Ett mått på förbättring Exercise 3: ECDF för förbättring från låga till höga banor Exercise 4: Uppskattning av genomsnittlig förbättring Exercise 5: Hur bör vi testa hypotesen?Exercise 6: Hypotestest: Påverkar banplacering prestationen?Exercise 7: Hade 2015 års tävling samma problem?Exercise 8: Sicksack-effekten Exercise 9: Vilka delsträckor bör vi ta med?Exercise 10: EDA: genomsnittliga skillnader mellan udda och jämna delar Exercise 11: Hur beror strömeffekten på banposition?Exercise 12: Hypotestest: kan detta bero på slumpen?Exercise 13: Sammanfattning av simningsanalysen

Här använder du ditt statistiska tänkande för att studera frekvens och magnitud hos jordbävningar. På vägen lär du dig grundläggande statistisk seismologi, däribland Gutenberg-Richters lag. Det här kapitlet belyser två centrala insikter om datavetenskap: 1) Som datavetare stöter du på alla möjliga domänspecifika analyser – vilket är stimulerande, eftersom du ständigt lär dig något nytt. 2) Du ställs ibland inför begränsade datamängder, vilket även gäller många av dessa jordbävningsstudier. Det går ändå att komma långt!

Exercise 1: Introduktion till statistisk seismologi och Parkfield-experimentet Exercise 2: Jordbävningsmagnituder i Parkfield Exercise 3: Beräkning av b-värdet Exercise 4: b-värdet för Parkfield Exercise 5: Timing av stora jordbävningar och Parkfield-sekvensen Exercise 6: Uppskattningar av tid mellan jordbävningar för Parkfield Exercise 7: När inträffar nästa stora Parkfield-skalv?Exercise 8: Hur är tiderna mellan jordbävningarna i Parkfield fördelade?Exercise 9: Beräkna värdet av en formell ECDF Exercise 10: Beräkna K-S-statistikan Exercise 11: Dra K-S-replikat Exercise 12: K-S-testet för exponentialfördelning

Jordbävningar påverkar samhället i hög grad och kopplas allt oftare till mänsklig aktivitet. I det här sista kapitlet undersöker du vilken effekt den ökade injiceringen av salt avloppsvatten från oljeutvinning i Oklahoma har haft på regionens seismiska aktivitet.

Exercise 1: Variationer i jordbävningsfrekvens och seismicitet Exercise 2: EDA: Plotta jordbävningar över tid Exercise 3: Skattningar av medeltidet mellan jordbävningar Exercise 4: Hypotestest: förändrades jordbävningsfrekvensen?Exercise 5: Hur du presenterar din analys Exercise 6: Jordbävningsstyrkor i Oklahoma Exercise 7: EDA: Jämförelse av magnityder före och efter 2010 Exercise 8: Beräkning av b-värden Exercise 9: Hur bör vi utföra ett hypotestest på skillnader i b-värdet?

Aktuell övning

Exercise 10: Hypotestest: skiljer sig b-värdena åt?Exercise 11: Vad kan du dra för slutsatser av den här analysen?Exercise 12: Avslutande kommentarer