排列（Permutation）練習
NBA 球員是否比美國成年男性更重？你現在要計算 NBA 球員與美國成年男性之間「平均體重差」（單位：公斤）的 95% 信賴區間。你會使用提供的兩個清單。
在檢定差異時，排列檢定很實用，所以這裡你將使用這種重抽樣方法！
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]
請注意，上述每個清單都各有 13 個體重數值。
以下物件已為你匯入：random、將 numpy 匯入為 np、將 seaborn 匯入為 sns，以及將 matplotlib.pyplot 匯入為 plt。
本練習屬於課程
Python 的 Monte Carlo 模擬
練習說明
- 定義
all_weights為一個清單，包含nba_weights與us_adult_weights的所有數值。 - 使用
np.random.permutation()對all_weights進行排列。 - 將前 13 個重新排列後的樣本指定給
perm_nba，其餘 13 個指定給perm_adult。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)