均值差的双样本自助法假设检验
现在我们要检验这样的假设：青蛙 A 和青蛙 B 的平均撞击力相同，但它们的分布不必相同；这种情况同样无法用置换检验来处理。
进行双样本自助法检验时，我们将"同时"平移两组数组，使它们具有相同的均值，因为我们是在模拟均值实际上相等这一原假设。然后从平移后的数组中抽取自助法样本并计算均值差。这构成一次自助法重复，我们会生成很多次。p 值是均值差自助法重复中，大于或等于观测到的均值差的那一部分所占的比例。
对象 forces_concat 和 empirical_diff_means 已在您的命名空间中。
本练习是课程的一部分
Python 统计思维（第 2 部分）
练习说明
- 使用
np.mean()计算所有撞击力（来自forces_concat）的均值。 - 为
force_a和force_b"两组"都生成平移后的数据集，使每组的均值都等于拼接后的撞击力数组的均值。 - 为两组平移后的数组分别生成 10,000 个均值的自助法重复。
- 通过用青蛙 A 的平移后均值自助法重复减去青蛙 B 的，对应地计算均值差的自助法重复。
- 计算并打印您得到的自助法重复所对应的 p 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。
# Compute mean of all forces: mean_force
mean_force = ____
# Generate shifted arrays
force_a_shifted = force_a - np.mean(force_a) + mean_force
force_b_shifted = ____
# Compute 10,000 bootstrap replicates from shifted arrays
bs_replicates_a = draw_bs_reps(____, ____, ____)
bs_replicates_b = draw_bs_reps(____, ____, ____)
# Get replicates of difference of means: bs_replicates
bs_replicates = ____
# Compute and print p-value: p
p = ____ / ____
print('p-value =', p)