ПочатиПочніть безкоштовно

Візуалізація p-value

У цій вправі ви візуалізуєте p-value — ймовірність того, що оцінений нами ефект (або «швидкість») є результатом випадкових коливань у вибірці. Ваше завдання — показати це як частку точок у перетасованому розподілі тестової статистики, що лежать праворуч від середнього значення тестової статистики («розмір ефекту»), обчисленого з неперетасованих вибірок.

Щоб ви швидше стартували, ми попередньо завантажили group_duration_short і group_duration_long, а також функції compute_test_statistic(), shuffle_and_split() і plot_test_statistic_effect().

Ця вправа є частиною курсу

Вступ до лінійного моделювання в Python

Переглянути курс

Інструкції до вправи

  • Використайте compute_test_statistic(), щоб отримати test_statistic_unshuffled з group_duration_short і group_duration_long; потім застосуйте np.mean(), щоб обчислити розмір ефекту.
  • Використайте shuffle_and_split(), щоб створити shuffle_half1 і shuffle_half2, і застосуйте compute_test_statistic(), щоб обчислити test_statistic_shuffled.
  • Створіть булеву маску condition, де значення test_statistic_shuffled є більшими або дорівнюють effect_size, а потім використайте цю маску, щоб обчислити p_value.
  • Виведіть p_value і побудуйте обидві тестові статистики за допомогою plot_test_statistic_effect().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Compute the test stat distribution and effect size for two population groups
test_statistic_unshuffled = compute_test_statistic(____, ____)
effect_size = np.mean(____)

# Randomize the two populations, and recompute the test stat distribution
shuffled_half1, ____ = shuffle_and_split(group_duration_short, ____)
test_statistic_shuffled = compute_test_statistic(shuffled_half1, ____)

# Compute the p-value as the proportion of shuffled test stat values >= the effect size
condition = ____ >= ____
p_value = len(test_statistic_shuffled[____]) / len(test_statistic_shuffled)

# Print p-value and overplot the shuffled and unshuffled test statistic distributions
print("The p-value is = {}".format(____))
fig = plot_test_stats_and_pvalue(test_statistic_unshuffled, test_statistic_shuffled)
Редагувати та запускати код