Одновибірковий бутстреп-тест гіпотези
Досліджували ще одну молоду жабу, Жабу C, і ви хочете з'ясувати, чи подібні ударні сили Жаби B та Жаби C. На жаль, у вас немає значень ударних сил Жаби C, але відомо, що їхнє середнє дорівнює 0,55 Н. Оскільки у вас немає початкових даних, ви не можете виконати перестановочний тест і не можете перевірити гіпотезу, що сили Жаби B і Жаби C походять з одного розподілу. Тож ви перевірятимете іншу, менш обмежувальну гіпотезу: середня ударна сила Жаби B дорівнює середній силі Жаби C.
Щоб налаштувати бутстреп-тест гіпотези, візьміть у ролі статистики тесту середнє значення. Пам'ятайте, ваша мета — обчислити ймовірність отримати середню ударну силу, меншу або рівну тій, що була спостережена для Жаби B, якщо вірна гіпотеза, що істинне середнє ударних сил Жаби B дорівнює середньому Жаби C. Спершу «перекладіть» усі дані Жаби B так, щоб середнє дорівнювало 0,55 Н. Для цього до кожного вимірювання Жаби B додайте середню силу Жаби C і відніміть середню силу Жаби B. Інші властивості розподілу Жаби B, зокрема дисперсія, при цьому залишаються незмінними.
Ця вправа є частиною курсу
Статистичне мислення в Python (Частина 2)
Інструкції до вправи
- Перекладіть (зсуньте) ударні сили Жаби B так, щоб її середнє було 0,55 Н.
- Використайте вашу функцію
draw_bs_reps(), щоб отримати 10 000 бутстреп-реплік середнього вашого перекладеного набору сил. - Обчисліть p-значення, знайшовши частку бутстреп-реплік, які менші за спостережене середнє ударної сили Жаби B. Зверніть увагу, що потрібна змінна —
force_b. - Виведіть ваше p-значення.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Make an array of translated impact forces: translated_force_b
translated_force_b = ____
# Take bootstrap replicates of Frog B's translated impact forces: bs_replicates
bs_replicates = draw_bs_reps(____, ____, 10000)
# Compute fraction of replicates that are less than the observed Frog B force: p
p = np.sum(____ <= np.mean(____)) / 10000
# Print the p-value
print('p = ', ____)