เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

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

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ np.concatenate() เพื่อรวมข้อมูลสองกลุ่มเข้าด้วยกัน จากนั้นใช้ np.random.shuffle() เพื่อสุ่มสลับค่าภายใน
  • แบ่ง shuffle_bucket ออกเป็นสองส่วนเท่าๆ กัน แล้วใช้ np.random.choice() เพื่อ resample แต่ละ shuffle_half
  • คำนวณ test_statistic โดยลบ resample_half1 ออกจาก resample_half2
  • คำนวณ effect_size โดยใช้ np.mean() กับ test_statistic แล้วแสดงผลลัพธ์

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(____))
แก้ไขและรันโค้ด