부트스트랩 가설 검정

Python으로 하는 통계적 사고 (2부)

Justin Bois

Lecturer at the California Institute of Technology

가설 검정 파이프라인

  • 귀무가설을 명확히 진술합니다
  • 검정통계량을 정의합니다
  • 귀무가설이 참이라고 가정하고 많은 모의 데이터를 생성합니다
  • 각 모의 데이터에 대해 검정통계량을 계산합니다
  • p-값은 실제 데이터만큼 혹은 그보다 극단적인 검정통계량의 비율입니다
Python으로 하는 통계적 사고 (2부)

미켈슨과 뉴컴: 광속 연구의 선구자

ch3-3.008.png

1 미켈슨 이미지: 퍼블릭 도메인, 스미소니언 2 뉴컴 이미지: 미국 의회도서관
Python으로 하는 통계적 사고 (2부)

미켈슨과 뉴컴: 광속 연구의 선구자

ch3-3.010.png

1 미켈슨 이미지: 퍼블릭 도메인, 스미소니언 2 뉴컴 이미지: 미국 의회도서관
Python으로 하는 통계적 사고 (2부)

보유 데이터

ch3-3.011.png

1 데이터: Michelson, 1880
Python으로 하는 통계적 사고 (2부)

귀무가설

  • 미켈슨 실험의 실제 평균 광속은 뉴컴이 보고한 값이었다고 가정합니다
Python으로 하는 통계적 사고 (2부)

미켈슨 데이터 시프트하기

newcomb_value = 299860  # km/s
michelson_shifted = michelson_speed_of_light \\
           - np.mean(michelson_speed_of_light) + newcomb_value

ch3-3.019.png

Python으로 하는 통계적 사고 (2부)

검정통계량 계산하기

def diff_from_newcomb(data, newcomb_value=299860):
    return np.mean(data) - newcomb_value

diff_obs = diff_from_newcomb(michelson_speed_of_light)

diff_obs

-7.5999999999767169
Python으로 하는 통계적 사고 (2부)

p-값 계산하기

bs_replicates = draw_bs_reps(michelson_shifted,
                             diff_from_newcomb, 10000)

p_value = np.sum(bs_replicates <= diff_observed) / 10000

p_value

0.16039999999999999
Python으로 하는 통계적 사고 (2부)

 

단일 표본 검정

- 하나의 데이터셋을 단일 값과 비교

 

두 표본 검정

- 두 데이터셋 비교
Python으로 하는 통계적 사고 (2부)

연습해 봅시다!

Python으로 하는 통계적 사고 (2부)

Preparing Video For Download...