蜜蜂精子數的自助法（bootstrap）假設檢定
現在，你要檢定下列假設：平均而言，施用新菸鹼類殺蟲劑的雄蜂，其每毫升精液中的活精子數與未施用的雄蜂相同。你將以「平均數之差」作為檢定統計量。
供你參考，你在第 2 章撰寫的 draw_bs_reps() 函式呼叫介面為 draw_bs_reps(data, func, size=1)（連結：https://campus.datacamp.com/courses/statistical-thinking-in-python-part-2/bootstrap-confidence-intervals?ex=6）。
本練習屬於課程
Statistical Thinking in Python（第 2 部分）
練習說明
- 計算
control的活精子平均數減去treated的活精子平均數。 - 計算所有活精子數的總平均。做法是先將
control與treated串接，再對串接後的陣列取平均。 - 分別為
control與treated產生平移後的資料集，讓兩個資料集具有相同平均值。這部分已替你完成。 - 使用你的
draw_bs_reps()函式，對這兩個平移後的陣列各產生 10,000 次「平均數」的自助法重抽樣。 - 計算「平均數之差」的自助法重抽樣結果。
- 用來計算並列印 p 值的程式碼已寫好。按下送出即可查看結果！
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。
# Compute the difference in mean sperm count: diff_means
diff_means = ____
# Compute mean of pooled data: mean_count
mean_count = ____
# Generate shifted data sets
control_shifted = control - np.mean(control) + mean_count
treated_shifted = treated - np.mean(treated) + mean_count
# Generate bootstrap replicates
bs_reps_control = ____(____,
np.mean, size=10000)
bs_reps_treated = ____(____,
np.mean, size=10000)
# Get replicates of difference of means: bs_replicates
bs_replicates = ____
# Compute and print p-value: p
p = np.sum(bs_replicates >= np.mean(control) - np.mean(treated)) \
/ len(bs_replicates)
print('p-value =', p)