Trực quan hóa P-Value
Trong bài tập này, bạn sẽ trực quan hóa p-value — xác suất cho rằng hiệu ứng (hay "tốc độ") mà chúng ta ước lượng được chỉ là kết quả của biến thiên ngẫu nhiên trong mẫu. Mục tiêu của bạn là biểu diễn điều này như tỷ lệ các điểm trong phân phối thống kê kiểm định đã xáo trộn rơi về phía bên phải của giá trị trung bình của thống kê kiểm định ("kích thước hiệu ứng") được tính từ các mẫu chưa xáo trộn.
Để bạn bắt đầu, chúng tôi đã nạp sẵn group_duration_short và group_duration_long cùng các hàm compute_test_statistic(), shuffle_and_split(), và plot_test_statistic_effect()
Bài tập này là một phần của khóa học
Nhập môn Mô hình tuyến tính với Python
Hướng dẫn bài tập
- Dùng
compute_test_statistic()để lấytest_statistic_unshuffledtừgroup_duration_shortvàgroup_duration_long; sau đó dùngnp.mean()để tính kích thước hiệu ứng. - Dùng
shuffle_and_split()để tạoshuffle_half1vàshuffle_half2, rồi dùngcompute_test_statistic()để tínhtest_statistic_shuffled. - Tạo một mặt nạ boolean
conditionsao cho các giá trịtest_statistic_shuffledlớn hơn hoặc bằngeffect_size, rồi dùng mặt nạ này để tínhp_value. - In
p_valuevà vẽ cả hai thống kê kiểm định bằngplot_test_statistic_effect().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)