Comparer des classements
De nombreuses organisations classent les universités selon des critères comme la recherche, l’enseignement et la satisfaction des étudiants, entre autres. Parmi elles, on trouve le classement Times Higher Education World (THEW), l’Academic Ranking (ARW) of World Universities et le Center for World (CW) University Rankings. Il est toutefois courant que ces organisations attribuent des rangs différents à une même université. Comment mesurer, de manière quantitative, le degré d’accord ou de désaccord entre ces classements ? Une approche consiste à utiliser un coefficient de corrélation de rang non paramétrique, comme le tau de Kendall.
Un DataFrame contenant ces trois ensembles de classements est disponible dans rankings_df. Les packages pandas sous pd, NumPy sous np, ainsi que le module stats de SciPy ont déjà été chargés pour vous.
Cet exercice fait partie du cours
Fondements de l’inférence en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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 = ____