Ranglisten vergleichen
Eine Reihe von Organisationen bewertet Universitäten nach Kriterien wie Forschung, Lehre und Studierendenzufriedenheit, neben weiteren Faktoren. Drei solcher Organisationen sind das Times Higher Education World (THEW) University Ranking, das Academic Ranking (ARW) of World Universities und das Center for World (CW) University Rankings. Es ist jedoch üblich, dass diese Organisationen derselben Universität unterschiedliche Plätze zuweisen. Wie kannst du die Übereinstimmung oder Abweichung zwischen Ranglisten quantitativ messen? Ein Ansatz ist die Verwendung eines nichtparametrischen Rangkorrelationskoeffizienten wie Kendalls tau.
Ein DataFrame mit diesen drei Ranglisten liegt in rankings_df vor. Die Pakete pandas als pd, NumPy als np und das stats-Paket aus SciPy wurden bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Grundlagen der Inferenz in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Compute Kendall's tau between the THEW and ARW rankings
tau_thew_arw, p_value_thew_arw = ____
# Compute Kendall's tau between the THEW and CW rankings
tau_thew_cw, p_value_thew_cw = ____
# Compute Kendall's tau between the ARW and CW rankings
tau_arw_cw, p_value_arw_cw = ____