ПочатиПочніть безкоштовно

Статистики перевірки та розмір ефекту

Як досліджувати лінійні залежності за допомогою бутстреп-ресемплінгу? Повертаємось на стежку! Для кожного походу, зображеного однією точкою, видно лінійну залежність між загальною пройденою відстанню та часом, що минув. Якщо вважати пройдену відстань «ефектом» минулого часу, то можна дослідити зв'язок між лінійною регресією та статистичним висновуванням.

У цій вправі ви розділите дані на дві сукупності, або «категорії»: ранні та пізні часи. Далі ви розглянете різниці між загальною пройденою відстанню в межах кожної сукупності. Ця різниця слугуватиме «статистикою перевірки», а її розподіл перевірятиме ефект від розділення відстаней за часом.

ch04_ex11_fig03.png

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Використайте «логічну індексацію» numpy, напр., sample_distances[sample_times < 5], щоб розділити вибірку distances на сукупності ранніх і пізніх часів.
  • Використайте np.random.choice() з replacement=True, щоб створити resample для кожного з двох часових бінів.
  • Обчисліть масив test_statistic як resample_long - resample_short, а потім знайдіть і виведіть розмір ефекту та невизначеність за допомогою np.mean(), np.std().
  • Побудуйте розподіл test_statistic, використовуючи наперед визначене fig = plot_test_statistic().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____)
Редагувати та запускати код