开始使用免费开始使用

实现随机区组设计

您之前合作的制造公司仍想就工人生产率开展实验。之前的两个区组是随机设置的。虽然可行，但根据相似特征对受试者分组会更好。

这次仍然加载相同的员工数据，但放在名为 productivity 的 DataFrame 中，并包含另外 1200 名同事。数据还包含按每小时产量计算的员工 'productivity_score' 列。该列已分箱为 3 组，以基于相似的生产率生成区组。公司计划在全公司随机施加处理，推行包含 3 个选项的新激励方案（'Bonus'、'Profit Sharing' 和 'Work from Home'）。

numpy 和 pandas 分别以 np 和 pd 名称加载。

本练习是课程的一部分

Python 实验设计

查看课程

练习说明

  • 打乱 block，创建名为 prod_df 的新 DataFrame。
  • 重置索引，使 block 不再同时作为索引和列。
  • 在 'Treatment' 列中随机分配 3 个处理取值。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Randomly assign workers to blocks
prod_df = productivity.____('____').apply(
  lambda x: x.____(____)
)

# Reset the index
prod_df = prod_df.____(____)

# Assign treatment randomly
prod_df['Treatment'] = np.random.choice(
  ['____', '____', '____'],
  size=len(____)
)
编辑并运行代码