Test İstatistikleri ve Etki Büyüklüğü
Bootstrap yeniden örnekleme ile doğrusal ilişkileri nasıl inceleyebiliriz? Parkura geri dönelim! Her yürüyüş bir nokta olarak çizildiğinde, kat edilen toplam mesafe ile geçen süre arasında doğrusal bir ilişki olduğunu görebiliyoruz. Kat edilen mesafeyi geçen sürenin bir "etkisi" olarak ele alırsak, doğrusal regresyon ile istatistiksel çıkarım arasındaki bağlantıyı keşfedebiliriz.
Bu egzersizde veriyi iki popülasyona, yani iki "kategoriye" ayıracaksın: erken zamanlar ve geç zamanlar. Ardından her popülasyon içinde kat edilen toplam mesafeler arasındaki farklara bakacaksın. Bu fark bir "test istatistiği" işlevi görecek ve dağılımı, mesafeleri zamana göre ayırmanın etkisini sınayacak.
Bu egzersiz, kursun bir parçasıdır
Python ile Doğrusal Modellemenin Temelleri
Egzersiz talimatları
numpyile "mantıksal indeksleme" kullanarak, örneğinsample_distances[sample_times < 5], örnekdistancesdeğerlerini erken ve geç zaman popülasyonlarına ayır.- İki zaman diliminin her biri için
replacement=Trueilenp.random.choice()kullanarak birerresampleoluştur. test_statisticdizisiniresample_long - resample_shortolarak hesapla venp.mean(),np.std()ile etki büyüklüğünü ve belirsizliğini bulup yazdır.- Tanımlı
fig = plot_test_statistic()kullanaraktest_statisticdağılımını görselleştir.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create two poulations, sample_distances for early and late sample_times.
# Then resample with replacement, taking 500 random draws from each population.
group_duration_short = sample_distances[____ < 5]
group_duration_long = sample_distances[____ > 5]
resample_short = np.random.choice(____, size=500, replace=____)
resample_long = np.random.choice(____, size=500, replace=____)
# Difference the resamples to compute a test statistic distribution, then compute its mean and stdev
test_statistic = resample_long - resample_short
effect_size = np.mean(____)
standard_error = np.std(____)
# Print and plot the results
print('Test Statistic: mean={:0.2f}, stdev={:0.2f}'.format(____, ____))
fig = plot_test_statistic(____)