शुरू करेंमुफ़्त में शुरू करें

Wilcoxon-Mann-Whitney

नॉन-पैरामेट्रिक हाइपोथिसिस टेस्ट्स का एक और वर्ग को rank sum tests कहा जाता है। Ranks किसी संख्यात्मक मान के छोटे से बड़े तक क्रम में उनकी पोज़िशन्स होते हैं। इन्हें दौड़ की पोज़िशन्स की तरह सोचें: जिसका समय सबसे तेज़ (सबसे छोटा) है वह रैंक 1, दूसरा तेज़ रैंक 2, और इसी तरह आगे.

डेटा के वास्तविक मानों के बजाय उनके ranks पर गणना करके, आप टेस्ट स्टैटिस्टिक के वितरण को लेकर मान्यताओं से बच सकते हैं। यह उतना ही robust होता है जितना median, mean की तुलना में ज़्यादा robust होता है.

एक आम rank-आधारित टेस्ट Wilcoxon-Mann-Whitney टेस्ट है, जो एक नॉन-पैरामेट्रिक t-test जैसा होता है.

late_shipments उपलब्ध है, और निम्न पैकेज लोड किए जा चुके हैं: pingouin और pandas as pd.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Hypothesis Testing

पाठ्यक्रम देखें

अभ्यास निर्देश

  • late_shipments से weight_kilograms और late चुनें, और उसका नाम weight_vs_late रखें.
  • weight_vs_late को long-to-wide फ़ॉर्मेट में बदलें, और columns को 'late' पर सेट करें.
  • जब शिपमेंट late था बनाम on-time, weight_kilograms में अंतर के लिए Wilcoxon-Mann-Whitney टेस्ट चलाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Select the weight_kilograms and late columns
weight_vs_late = ____

# Convert weight_vs_late into wide format
weight_vs_late_wide = weight_vs_late.pivot(columns=____, 
                                           values=____)


# Run a two-sided Wilcoxon-Mann-Whitney test on weight_kilograms vs. late
wmw_test = ____



# Print the test results
print(wmw_test)
कोड संपादित करें और चलाएँ