การแก้ไขแบบ Bonferroni
มาลองนำการทดสอบสมมติฐานหลายรายการไปใช้งานด้วยวิธีการแก้ไขแบบ Bonferroni ที่ได้พูดถึงในสไลด์กัน โดยจะใช้ฟังก์ชัน multipletests() ที่ import มาแล้ว
กำหนดระดับนัยสำคัญของการทดสอบรายครั้งที่ .05 แล้วสังเกตว่าการแก้ไขแบบ Bonferroni ส่งผลต่อรายการ p-value ตัวอย่างที่สร้างไว้อย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกทำข้อสอบสัมภาษณ์สถิติด้วย Python
คำแนะนำการฝึกหัด
- คำนวณรายการ p-value ที่ปรับด้วย Bonferroni โดยใช้ฟังก์ชัน
multipletests()ที่ import มาแล้ว - แสดงผลลัพธ์ของการทดสอบสมมติฐานหลายรายการที่คืนค่ามาในดัชนี 0 ของตัวแปร
p_adjusted - แสดง p-value ที่คืนค่ามาในดัชนี 1 ของตัวแปร
p_adjusted
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
from statsmodels.sandbox.stats.multicomp import multipletests
pvals = [.01, .05, .10, .50, .99]
# Create a list of the adjusted p-values
p_adjusted = multipletests(____, alpha=____, method='bonferroni')
# Print the resulting conclusions
print(____)
# Print the adjusted p-values themselves
print(____)