Comparar medianas
Las pruebas paramétricas suelen comparar medias, mientras que las no paramétricas suelen comparar medianas. Esto se debe a que, si tus datos están sesgados, la media puede no ser una buena medida de tendencia central y conviene trabajar con la mediana.
Cada una de las organizaciones de rankings universitarios que acabas de ver también incluyó una "puntuación total" para cada universidad. Empezarás comprobando si las puntuaciones son aproximadamente normales usando un histograma. Si no lo son, realizarás la prueba de la mediana de Mood para comparar sus medianas. En este ejercicio trabajarás con los rankings universitarios de CW y ARW.
De nuevo, aunque hay varias formas de crear histogramas, practicarás usando el método .hist() como antes.
Tienes un DataFrame con estos tres conjuntos de rankings en rankings_df. Los paquetes pandas como pd, NumPy como np, Matplotlib.pyplot como plt y el paquete stats de SciPy ya están cargados.
Este ejercicio forma parte del curso
Fundamentos de la inferencia en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Plot a histogram of the CW total score
rankings_df['cw_score'].____
plt.show()