Kom igångKom igång gratis

Generera en enskild permutation

I de närmaste övningarna kör vi ett signifikanstest med permutationstestning. Som diskuterades i videon vill vi undersöka om det finns någon skillnad i donationer genererade av de två designerna – A och B. Anta att du har kört båda versionerna i några dagar och samlat in 500 donationer för A och 700 för B, lagrade i variablerna donations_A och donations_B.

Först behöver vi generera en nolldistribution för skillnaden i medelvärden. Det gör vi genom att skapa flera permutationer av datamängden och beräkna skillnaden i medelvärde för varje fall.

Låt oss börja med att generera en permutation och beräkna skillnaden i medelvärden för den permuterade datamängden.

Den här övningen är en del av kursen

Statistisk simulering i Python

Visa kurs

Övningsinstruktioner

  • Konkatenera de två arrayerna donations_A och donations_B med np.concatenate() och tilldela resultatet till data.
  • Skapa en enskild permutation med np.random.permutation() och tilldela den till perm.
  • Beräkna skillnaden i medelvärde mellan permuted_A och permuted_B och spara den som diff_in_means.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Concatenate the two arrays donations_A and donations_B into data
len_A, len_B = len(donations_A), len(donations_B)
data = ____([donations_A, donations_B])

# Get a single permutation of the concatenated length
perm = ____(len(donations_A) + len(donations_B))

# Calculate the permutated datasets and difference in means
permuted_A = data[perm[:len(donations_A)]]
permuted_B = data[perm[len(donations_A):]]
diff_in_means = ____
print("Difference in the permuted mean values = {}.".format(diff_in_means))
Redigera och kör kod