Trực quan hóa mối quan hệ
Giờ đây khi bạn đã xem xét tác động lên một số loại lỗi và tính kích thước mẫu cần thiết cho các giá trị power khác nhau, hãy tạm lùi lại và xem mối quan hệ giữa power và kích thước mẫu bằng một biểu đồ hữu ích.
Trong bài này, chúng ta sẽ chuyển hướng sang t-test thay vì z-test. Để trực quan hóa, hãy dùng hàm plot_power() hiển thị kích thước mẫu trên trục x, power trên trục y và các đường khác nhau biểu diễn các mức hiệu ứng tối thiểu khác nhau.
Bài tập này là một phần của khóa học
Luyện tập câu hỏi phỏng vấn Thống kê bằng Python
Hướng dẫn bài tập
- Gán một đối tượng
TTestIndPower()cho biếnresults. - Trực quan hóa mối quan hệ giữa power và kích thước mẫu bằng hàm
plot_power()với các giá trị tham số phù hợp; bạn nhận thấy điều gì?
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
sample_sizes = np.array(range(5, 100))
effect_sizes = np.array([0.2, 0.5, 0.8])
# Create results object for t-test analysis
from statsmodels.stats.power import TTestIndPower
results = ____
# Plot the power analysis
results.plot_power(dep_var='nobs', nobs=____, effect_size=____)
plt.show()