สมมติฐานว่าง
ในแบบฝึกหัดนี้ เราจะกำหนดสมมติฐานว่าง (null hypothesis) ว่า
ระยะเวลาสั้นและยาวไม่มีผลต่อระยะทางรวมที่เดินทาง
เราตีความ "ขนาดผลกระทบเป็นศูนย์" ว่า หากสุ่มสลับตัวอย่างระหว่างกลุ่มเวลาสั้นและยาว เพื่อให้ตัวอย่างใหม่ทั้งสองกลุ่มมีการเดินทางที่ผสมทั้งระยะสั้นและยาว แล้วคำนวณค่าสถิติทดสอบ ค่าเฉลี่ยที่ได้จะเป็นศูนย์
เป้าหมายของแบบฝึกหัดนี้คือการสุ่มสลับและ resample ข้อมูล โดยเริ่มจาก group_duration_short และ group_duration_long ที่กำหนดไว้แล้ว ซึ่งเป็นกลุ่มระยะเวลาที่ยังไม่ได้สุ่มสลับ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Introduction to Linear Modeling in Python
คำแนะนำการฝึกหัด
- ใช้
np.concatenate()เพื่อรวมข้อมูลสองกลุ่มเข้าด้วยกัน จากนั้นใช้np.random.shuffle()เพื่อสุ่มสลับค่าภายใน - แบ่ง
shuffle_bucketออกเป็นสองส่วนเท่าๆ กัน แล้วใช้np.random.choice()เพื่อ resample แต่ละshuffle_half - คำนวณ
test_statisticโดยลบresample_half1ออกจากresample_half2 - คำนวณ
effect_sizeโดยใช้np.mean()กับtest_statisticแล้วแสดงผลลัพธ์
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Shuffle the time-ordered distances, then slice the result into two populations.
shuffle_bucket = np.____((group_duration_short, group_duration_long))
np.random.shuffle(____)
slice_index = len(shuffle_bucket)//2
shuffled_half1 = shuffle_bucket[0:____]
shuffled_half2 = shuffle_bucket[____:]
# Create new samples from each shuffled population, and compute the test statistic
resample_half1 = np.random.choice(____, size=500, replace=____)
resample_half2 = np.random.choice(____, size=500, replace=____)
test_statistic = ____ - ____
# Compute and print the effect size
effect_size = np.mean(____)
print('Test Statistic, after shuffling, mean = {}'.format(____))