En webbplatstids-analog
Det visar sig att du redan har utfört ett hypotestest som liknar ett A/B-test där du undersöker hur mycket tid som spenderas på en webbplats före och efter en annonskampanj. Grodtungornas kraft (en kontinuerlig variabel, precis som tid på webbplatsen) fungerar som en analog. "Före" = Groda A och "efter" = Groda B. Låt oss öva på detta igen med ett scenario som faktiskt är ett före/efter-scenario.
Vi återvänder till datamängden med no-hitters. År 1920 genomförde Major League Baseball viktiga regelförändringar som avslutade den så kallade dead ball-eran. En viktig förändring var att kastaren inte längre tilläts spotta på eller repa bollen – något som i hög grad gynnade kastarna. I den här övningen ska du utföra ett A/B-test för att avgöra om dessa regelförändringar ledde till en lägre frekvens av no-hitters (dvs. längre genomsnittlig tid mellan no-hitters), med skillnaden i genomsnittlig tid mellan no-hitters som teststatistika. Tiderna mellan no-hitters för respektive era finns lagrade i arrayerna nht_dead och nht_live, där "nht" står för "no-hitter time".
Eftersom du kommer att använda din funktion draw_perm_reps() i den här övningen kan det vara bra att påminna dig om dess anropssignatur: draw_perm_reps(d1, d2, func, size=1) – eller titta tillbaka på den övning i kapitel 3 där du definierade den.
Den här övningen är en del av kursen
Statistiskt tänkande i Python (del 2)
Övningsinstruktioner
- Beräkna den observerade skillnaden i genomsnittlig tid mellan no-hitters med hjälp av
diff_of_means(). - Generera 10 000 permutationsreplikat av skillnaden i medelvärden med hjälp av
draw_perm_reps(). - Beräkna och skriv ut p-värdet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)