單一樣本自助法假設檢定
另外還研究了一隻未成年的青蛙 C，你想判斷青蛙 B 與青蛙 C 的撞擊力道是否相近。可惜你沒有青蛙 C 的逐筆力道資料，不過你知道其平均為 0.55 N。因為沒有原始資料，無法做置換檢定，也無法評估「青蛙 B 與青蛙 C 的力道來自同一個分佈」的假設。因此你將改做一個限制較小的假設：青蛙 B 的平均出擊力道等於青蛙 C 的平均出擊力道。
要設定自助法假設檢定時，你會以「平均值」作為檢定統計量。請記住，你的目標是計算：在「青蛙 B 的真實平均撞擊力等於青蛙 C」這個假設為真時，得到小於或等於青蛙 B 實際觀察到之平均撞擊力的機率。你會先把青蛙 B 的所有資料平移，使其平均為 0.55 N。作法是對青蛙 B 的每個量測值，加上青蛙 C 的平均，再減去青蛙 B 的平均。這樣會保留青蛙 B 分佈的其他性質，例如變異數。
本練習屬於課程
Statistical Thinking in Python（第 2 部分）
練習說明
- 平移青蛙 B 的撞擊力道，使其平均為 0.55 N。
- 使用你的
draw_bs_reps()函式，對平移後的力道平均值進行 10,000 次自助法重抽。 - 計算 p 值：找出自助法重抽重複樣本中，小於青蛙 B 觀察到之平均撞擊力的比例。注意，這裡的目標變數是
force_b。 - 列印你的 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。
# Make an array of translated impact forces: translated_force_b
translated_force_b = ____
# Take bootstrap replicates of Frog B's translated impact forces: bs_replicates
bs_replicates = draw_bs_reps(____, ____, 10000)
# Compute fraction of replicates that are less than the observed Frog B force: p
p = np.sum(____ <= np.mean(____)) / 10000
# Print the p-value
print('p = ', ____)