自助法假设检验
置换检验的原假设比较严格，认为杂合型与野生型的睡眠段时长服从同一分布。现在，请使用自助法（bootstrap）假设检验来检验它们的均值是否相等，而不对分布形状作任何假设。
本练习是课程的一部分
统计思维案例研习
练习说明
- 使用
np.concatenate()构造数组bout_lengths_concat，其中包含野生型（bout_lengths_wt）和杂合型（bout_lengths_het）的全部睡眠段时长。 - 计算拼接后数组（
bout_lengths_concat）中所有睡眠段时长的均值，并将结果存入变量mean_bout_length。 - 对两个数据集做平移，使它们的均值都等于
mean_bout_length。将平移后的数组分别存入wt_shifted和het_shifted。 - 使用
dcst.draw_bs_reps()，对每个平移后的数据集各抽取 10,000 个均值的自助法重复（bootstrap replicates）。分别将重复结果存入bs_reps_wt和bs_reps_het。 - 用
bs_reps_het减去bs_reps_wt，得到均值差的自助法重复。将结果存入变量bs_reps。 - 计算 p 值，其中"至少同样极端"定义为：在原假设下的均值差大于等于实验观测到的均值差。上一个练习中的变量
diff_means_exp已在您的命名空间中可用。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Concatenate arrays: bout_lengths_concat
bout_lengths_concat = ____((____, ____))
# Compute mean of all bout_lengths: mean_bout_length
mean_bout_length = ____
# Generate shifted arrays
wt_shifted = ____ - np.mean(____) + ____
het_shifted = ____ - ____ + ____
# Compute 10,000 bootstrap replicates from shifted arrays
bs_reps_wt = ____
bs_reps_het = ____
# Get replicates of difference of means: bs_replicates
bs_reps = ____ - ____
# Compute and print p-value: p
p = ____(____ >= ____) / len(____)
print('p-value =', p)