การทดสอบสมมติฐาน: นักว่ายน้ำว่ายช้าลงหรือไม่?

ต่อไปเราจะทดสอบสมมติฐานหลักที่ว่าเวลาต่อช่วง (split time) ของนักว่ายน้ำไม่มีความสัมพันธ์กับระยะทางที่ว่ายไปแล้วเลย โดยจะใช้ค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (คำนวณด้วย dcst.pearson_r()) เป็น test statistic

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

กรณีศึกษาด้านการคิดเชิงสถิติ

ดูคอร์ส

คำแนะนำการฝึกหัด

คำนวณค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันที่สังเกตได้ และเก็บค่าไว้ในตัวแปร rho
ใช้ np.empty() เพื่อสร้างอาร์เรย์สำหรับเก็บ permutation replicates ของค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันจำนวน 10,000 ครั้ง โดยตั้งชื่อว่า perm_reps_rho
เขียนลูป for เพื่อ:
- สุ่มสลับอาร์เรย์ split number โดยใช้ np.random.permutation() และตั้งชื่อว่า scrambled_split_number
- คำนวณค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันระหว่างอาร์เรย์ split number ที่สุ่มสลับแล้วกับค่าเฉลี่ย split time แล้วเก็บผลลัพธ์ไว้ใน perm_reps_rho
คำนวณค่า p-value และแสดงผลบนหน้าจอ โดยนิยามว่า "รุนแรงอย่างน้อยเท่ากับที่สังเกตได้" หมายความว่าค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันมีค่ามากกว่าหรือเท่ากับค่าที่สังเกตได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Observed correlation
rho = ____

# Initialize permutation reps
perm_reps_rho = ____

# Make permutation reps
for i in range(10000):
    # Scramble the split number array
    scrambled_split_number = ____
    
    # Compute the Pearson correlation coefficient
    ____[i] = ____
    
# Compute and print p-value
p_val = ____(____ >= ____) / ____
print('p =', p_val)

แก้ไขและรันโค้ด