Hypotestest: Är näbbarna djupare år 2012?
Din graf över ECDF och beräkningen av konfidensintervallet gör det ganska tydligt att näbbarna hos G. scandens på Daphne Major har blivit djupare. Men kan det vara så att detta beror på ren slump? Med andra ord: hur stor är sannolikheten att vi skulle observera den uppmätta skillnaden i medeldjup om medelvärdena egentligen vore lika?
Var uppmärksam! Hypotesen vi testar är inte att näbbdjupen kommer från samma fördelning – för det skulle vi kunna använda ett permutationstest. Hypotesen är att medelvärdena är lika. För att genomföra detta hypotestest behöver vi förskjuta de två datamängderna så att de får samma medelvärde, och sedan använda bootstrap-sampling för att beräkna skillnaden i medelvärden.
Den här övningen är en del av kursen
Statistiskt tänkande i Python (del 2)
Övningsinstruktioner
- Skapa en konkatenerad array av näbbdjupen från 1975 och 2012, och beräkna och lagra dess medelvärde.
- Förskjut
bd_1975ochbd_2012så att deras medelvärden blir lika med det du just beräknade för den kombinerade datamängden. - Ta 10 000 bootstrap-replikat av medelvärdet för näbbdjupen från 1975 respektive 2012.
- Subtrahera 1975 års replikat från 2012 års replikat för att få bootstrap-replikat av skillnaden.
- Beräkna och skriv ut p-värdet. Den observerade skillnaden i medelvärden som du beräknade i föregående övning finns fortfarande i ditt namnrymd som
mean_diff.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Compute mean of combined data set: combined_mean
combined_mean = ____(____((bd_1975, bd_2012)))
# Shift the samples
bd_1975_shifted = ____
bd_2012_shifted = ____
# Get bootstrap replicates of shifted data sets
bs_replicates_1975 = ____
bs_replicates_2012 = ____
# Compute replicates of difference of means: bs_diff_replicates
bs_diff_replicates = ____
# Compute the p-value
p = np.sum(____ >= ____) / len(____)
# Print p-value
print('p =', p)