Kom igångKom igång gratis

Visualisera teststatistik

I den här övningen undersöker du nollhypotesen genom att jämföra fördelningen av en teststatistika beräknad på två olika sätt.

Först granskar du två "populationer" grupperade efter tidiga och sena tidpunkter, och beräknar fördelningen av teststatistikan. Sedan blandar du de två populationerna så att data inte längre är tidsordnad – varje grupp får en blandning av tidiga och sena tidpunkter – och beräknar om fördelningen av teststatistikan.

För att komma igång har vi förladdat de två tidsgrupperna, group_duration_short och group_duration_long, samt två funktioner: shuffle_and_split() och plot_test_statistic().

Den här övningen är en del av kursen

Introduktion till linjär modellering i Python

Visa kurs

Övningsinstruktioner

  • Använd np.random.choice() för att ta nya urval från group_duration_short och group_duration_long, och beräkna test_statistic_unshuffled som skillnaden mellan urvalen.
  • Använd shuffle_and_split() på de ursprungliga group_duration_short och group_duration_long (i den ordningen) för att skapa två nya blandade populationer.
  • Ta nya urval från de blandade populationerna och subtrahera resample_short från resample_long för att beräkna en ny test_statistic_shuffled.
  • Använd plot_test_statistic() för att plotta båda fördelningarna av teststatistikan och jämför dem visuellt.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# From the unshuffled groups, compute the test statistic distribution
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
test_statistic_unshuffled = ____ - ____

# Shuffle two populations, cut in half, and recompute the test statistic
shuffled_half1, shuffled_half2 = shuffle_and_split(____, ____)
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic_shuffled = resample_half2 - resample_half1

# Plot both the unshuffled and shuffled results and compare
fig = plot_test_statistic(____, label='Unshuffled')
fig = plot_test_statistic(____, label='Shuffled')
Redigera och kör kod