Тренування з пермутаціями
Чи важчі гравці НБА за дорослих чоловіків у США? Тепер ви хочете обчислити 95% довірчий інтервал для середньої різниці (в кілограмах) між гравцями НБА та дорослими чоловіками у США. Ви використаєте два надані списки.
Пермутації чудово підходять для перевірки різниці, тож саме цей метод ресемплінгу ви й застосуєте тут!
nba_weights = [96.7, 101.1, 97.9, 98.1, 98.1, 100.3, 101.0, 98.0, 97.4, 100.5, 100.3, 100.2, 100.6]
us_adult_weights = [75.1, 100.1, 95.2, 81.0, 72.0, 63.5, 80.0, 97.1, 94.3, 80.3, 93.5, 85.8, 95.1]
Зверніть увагу, що кожен зі списків вище містить 13 значень маси.
Для вас уже імпортовано: random, numpy як np, seaborn як sns і matplotlib.pyplot як plt.
Ця вправа є частиною курсу
Моделювання Монте-Карло в Python
Інструкції до вправи
- Створіть
all_weightsяк список, що містить значення з обохnba_weightsіus_adult_weights. - Виконайте пермутацію
all_weightsза допомогоюnp.random.permutation(). - Присвойте перші 13 перетасованих зразків змінній
perm_nba, а решту 13 — зміннійperm_adult.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define all_weights
all_weights = ____
simu_diff = []
for i in range(1000):
# Perform the permutation on all_weights
perm_sample = ____
# Assign the permutated samples to perm_nba and perm_adult
perm_nba, perm_adult = ____, ____
perm_diff = np.mean(perm_nba) - np.mean(perm_adult)
simu_diff.append(perm_diff)
mean_diff = np.mean(nba_weights) - np.mean(us_adult_weights)
upper = np.quantile(simu_diff, 0.975)
lower = np.quantile(simu_diff, 0.025)
print(mean_diff, lower, upper)