Спираючись на EDA та оцінені параметри, складно чітко побачити поліпшення від півфіналу до фіналу. У наступній вправі ви перевірите гіпотезу, що між півфіналом і фіналом немає різниці в результатах. Для цього пасує перестановковий тест. Ми використаємо середнє значення f як статистику тесту. Який із варіантів нижче моделює отримання цієї статистики за нульової гіпотези?

Стратегія 1
Візьміть масиви часів півфіналу та масиви часів фіналу для кожного плавця для кожної пари стиль/дистанція.
Пройдіться кожним масивом і для кожного індексу з імовірністю 50% поміняйте місцями відповідні елементи в масивах фіналу та півфіналу.
Використайте отримані масиви фіналу та півфіналу, щоб обчислити f, а потім середнє f.
Стратегія 2
Візьміть масив часів півфіналу та масив часів фіналу для кожного плавця для кожної пари стиль/дистанція та об'єднайте їх, отримавши загалом 96 елементів.
Перемішайте об'єднаний масив за допомогою функції np.permutation(). Перші 48 елементів перемішаного масиву призначте як «півфінал», а останні 48 — як «фінал».
Обчисліть f з цих нових масивів півфіналу та фіналу, а тоді обчисліть середнє f.
Стратегія 3
Візьміть масив f, який ми використали в попередній вправі.
Помножте кожен елемент f на 1 або -1 з однаковою імовірністю.
Обчисліть середнє цього нового масиву, щоб отримати статистику тесту.
Стратегія 4
Визначте функцію з сигнатурою compute_f(semi_times, final_times) для обчислення f з вхідних масивів часів запливів.
Згенеруйте перестановкову вибірку за допомогою dcst.draw_perm_reps(semi_times, final_times, compute_f).

Чи пливуть спортсмени швидше у фіналах?

Create Your Free Account