Kiểm định giả thuyết bằng bootstrap

Kiểm định hoán vị (permutation) có giả thuyết khá hạn chế: độ dài bout của kiểu gen dị hợp tử và kiểu dại có cùng phân phối. Giờ, hãy dùng kiểm định giả thuyết bằng bootstrap để kiểm tra giả thuyết rằng hai giá trị trung bình bằng nhau, mà không giả định gì về dạng phân phối.

Bài tập này là một phần của khóa học

Các nghiên cứu tình huống về tư duy thống kê

Xem khóa học

Hướng dẫn bài tập

Tạo một mảng bout_lengths_concat chứa toàn bộ độ dài bout của cả kiểu dại (bout_lengths_wt) và dị hợp tử (bout_lengths_het) bằng np.concatenate().
Tính trung bình của tất cả độ dài bout từ mảng gộp (bout_lengths_concat), lưu vào biến mean_bout_length.
Dịch cả hai tập dữ liệu để chúng cùng có cùng giá trị trung bình là mean_bout_length. Lưu các mảng đã dịch vào wt_shifted và het_shifted.
Dùng dcst.draw_bs_reps() để vẽ 10.000 mẫu lặp bootstrap của trung bình cho mỗi tập dữ liệu đã dịch. Lưu các mẫu lặp tương ứng vào bs_reps_wt và bs_reps_het.
Lấy bs_reps_het trừ bs_reps_wt để có các mẫu lặp bootstrap của chênh lệch trung bình. Lưu kết quả vào biến bs_reps.
Tính p-value, với định nghĩa "ít nhất cũng cực đoan như" là chênh lệch trung bình dưới giả thuyết không lớn hơn hoặc bằng chênh lệch quan sát được trong thí nghiệm. Biến diff_means_exp từ bài trước đã có sẵn trong không gian tên của bạn.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))

# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____

# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____

# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____

# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____

# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)

Chỉnh sửa và Chạy Mã