BaşlayınÜcretsiz Başlayın

Bootstrap hipotez testi

Permütasyon testinin hipotezi oldukça kısıtlayıcıdır; heterozigot ve yabanıl tip bout uzunluklarının özdeş dağıldığını varsayar. Şimdi, dağılımlar hakkında hiçbir varsayım yapmadan ortalamaların eşit olduğu hipotezini test etmek için bir bootstrap hipotez testi kullan.

Bu egzersiz

İstatistiksel Düşünmede Vaka Çalışmaları

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • np.concatenate() kullanarak yabanıl tip (bout_lengths_wt) ve heterozigot (bout_lengths_het) için tüm bout uzunluklarını içeren bout_lengths_concat dizisini oluştur.
  • Bu birleştirilmiş dizideki (bout_lengths_concat) tüm bout uzunluklarının ortalamasını hesapla ve sonucu mean_bout_length değişkeninde sakla.
  • Her iki veri kümesini de aynı ortalamaya, yani mean_bout_length değerine sahip olacak şekilde kaydır. Kaydırılmış dizileri wt_shifted ve het_shifted değişkenlerinde sakla.
  • Her bir kaydırılmış veri kümesi için ortalamanın 10.000 bootstrap tekrarını çizmek üzere dcst.draw_bs_reps() kullan. İlgili tekrarları bs_reps_wt ve bs_reps_het içinde sakla.
  • Ortalama farkının bootstrap tekrarlarını elde etmek için bs_reps_het içinden bs_reps_wt değerlerini çıkar. Sonuçları bs_reps değişkeninde sakla.
  • p-değerini hesapla; burada "en az bu kadar uç" ifadesini, sıfır hipotezi altında ortalama farkının deneysel olarak gözlenen değerden büyük veya ona eşit olması olarak tanımla. Önceki egzersizden diff_means_exp değişkeni zaten alanında bulunuyor.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))

# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____

# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____

# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____

# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____

# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)
Kodu Düzenle ve Çalıştır