BaşlayınÜcretsiz Başlayın

Hipotez testi: yavaşlıyorlar mı?

Şimdi yüzücünün bölünme süresinin, yüzüşte bulundukları mesafeyle hiç korelasyon göstermediği sıfır hipotezini test edeceğiz. Test istatistiği olarak Pearson korelasyon katsayısını ( dcst.pearson_r() kullanarak hesaplanacak) kullanacağız.

Bu egzersiz

İstatistiksel Düşünmede Vaka Çalışmaları

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Gözlenen Pearson korelasyonunu hesapla ve rho olarak sakla.
  • np.empty() kullanarak, Pearson korelasyonunun 10.000 permütasyon yinelemesinden oluşan diziyi başlat ve adını perm_reps_rho koy.
  • Bir for döngüsü yazarak:
    • np.random.permutation() kullanıp bölünme numarası dizisini karıştır ve adına scrambled_split_number de.
    • Karıştırılmış bölünme numarası dizisi ile ortalama bölünme süreleri arasındaki Pearson korelasyon katsayısını hesapla ve perm_reps_rho içine kaydet.
  • p-değerini hesapla ve ekranda göster. "En az gözlenen kadar aşırı" ifadesini, Pearson korelasyonunun gözlenen değerden en az o kadar büyük olması olarak al.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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)
Kodu Düzenle ve Çalıştır