Porovnávání mediánů
Parametrické testy porovnávají zpravidla průměry, zatímco neparametrické testy pracují s mediány. Důvod je prostý: pokud jsou data zkosená, průměr nemusí dobře vystihovat střed rozdělení – v takovém případě je vhodnější použít medián.
Každá z univerzitních žebříčkových organizací, které jsi právě zkoumal/a, zahrnovala také „celkové skóre" pro každou univerzitu. Začneme tím, že pomocí histogramu ověříme, zda mají skóre přibližně normální rozdělení. Pokud ne, použijeme Mood's median test k porovnání jejich mediánů. V tomto cvičení budeš pracovat s žebříčky CW a ARW.
I tentokrát budeš histogram vytvářet metodou .hist(), stejně jako předtím.
DataFrame se třemi sadami žebříčků je uložen v proměnné rankings_df. K dispozici máš také balíčky pandas jako pd, NumPy jako np, Matplotlib.pyplot jako plt a balíček stats ze SciPy.
Toto cvičení je součástí kurzu
Základy statistické inference v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Plot a histogram of the CW total score
rankings_df['cw_score'].____
plt.show()