網站停留時間的類比
其實你已經做過一個類似 A/B 測試的假設檢定：關心廣告活動前後，使用者在網站上花費的時間是否不同。青蛙舌頭施力（與網站停留時間同為連續量）就是一個類比。「Before」＝青蛙 A，「after」＝青蛙 B。現在用一個真正的前／後情境再練習一次。
回到無安打資料集。1920 年，美國職棒大聯盟實施了重要的規則變更，結束所謂的「死球時代」。關鍵在於投手不再被允許在球上吐口水或刻意刮損，這些行為原本大幅有利投手。在這題中，你會進行 A/B 測試，判定這些規則改變是否讓無安打出現的速度下降（也就是無安打之間的平均時間變長），並以「平均無安打間隔的差異」作為檢定統計量。兩個時代的無安打間隔時間分別存於陣列 nht_dead 與 nht_live，其中「nht」代表「no-hitter time」。
由於你將在本練習中使用 draw_perm_reps() 函式，建議先回想它的呼叫介面：draw_perm_reps(d1, d2, func, size=1)，或直接【參考】回去第 3 章的那題練習裡你定義它的地方。
本練習屬於課程
Statistical Thinking in Python（第 2 部分）
練習說明
- 使用
diff_of_means()計算觀察到的平均無安打間隔差異。 - 使用
draw_perm_reps()產生 10,000 次「平均差」的排列複本。 - 計算並列印 p 值。
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 observed difference in mean inter-no-hitter times: nht_diff_obs
nht_diff_obs = ____
# Acquire 10,000 permutation replicates of difference in mean no-hitter time: perm_replicates
perm_replicates = ____
# Compute and print the p-value: p
p = ____
print('p-val =', p)