การสร้าง Permutation เดี่ยว

ในแบบฝึกหัดถัดไปหลายข้อ เราจะรันการทดสอบนัยสำคัญโดยใช้ permutation testing ตามที่ได้กล่าวถึงในวิดีโอ เราต้องการดูว่ามีความแตกต่างในยอดบริจาคที่ได้จากการออกแบบสองแบบ ได้แก่ A และ B หรือไม่ สมมติว่าได้รันทั้งสองเวอร์ชันมาหลายวันแล้ว และได้รับยอดบริจาค 500 รายการจาก A และ 700 รายการจาก B โดยเก็บไว้ในตัวแปร donations_A และ donations_B

ก่อนอื่น เราต้องสร้าง null distribution สำหรับความแตกต่างของค่าเฉลี่ย ซึ่งทำได้โดยการสร้าง permutation หลายชุดจากชุดข้อมูล แล้วคำนวณความแตกต่างของค่าเฉลี่ยในแต่ละกรณี

เริ่มต้นด้วยการสร้าง permutation หนึ่งชุด และคำนวณความแตกต่างของค่าเฉลี่ยจากชุดข้อมูลที่ถูก permute แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจำลองทางสถิติด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

เชื่อมอาร์เรย์ donations_A และ donations_B เข้าด้วยกันโดยใช้ np.concatenate() แล้วกำหนดให้กับตัวแปร data
สร้าง permutation หนึ่งชุดโดยใช้ np.random.permutation() แล้วกำหนดให้กับตัวแปร perm
คำนวณความแตกต่างของค่าเฉลี่ยระหว่าง permuted_A และ permuted_B แล้วกำหนดให้กับตัวแปร diff_in_means

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Concatenate the two arrays donations_A and donations_B into data
len_A, len_B = len(donations_A), len(donations_B)
data = ____([donations_A, donations_B])

# Get a single permutation of the concatenated length
perm = ____(len(donations_A) + len(donations_B))

# Calculate the permutated datasets and difference in means
permuted_A = data[perm[:len(donations_A)]]
permuted_B = data[perm[len(donations_A):]]
diff_in_means = ____
print("Difference in the permuted mean values = {}.".format(diff_in_means))

แก้ไขและรันโค้ด