Wilcoxon-Mann-Whitney
Un'altra classe di test di ipotesi non parametrici è detta test della somma dei ranghi. I ranghi sono le posizioni dei valori numerici dal più piccolo al più grande. Pensali come le posizioni in una gara di corsa: chi ha il tempo più veloce (più piccolo) è rango 1, il secondo più veloce è rango 2, e così via.
Calcolando sui ranghi dei dati invece che sui valori effettivi, puoi evitare di fare assunzioni sulla distribuzione della statistica del test. È più robusto, un po' come la mediana è più robusta della media.
Un test basato sui ranghi molto comune è il test di Wilcoxon-Mann-Whitney, che è l'equivalente non parametrico del t-test.
late_shipments è disponibile e i seguenti pacchetti sono stati caricati: pingouin e pandas come pd.
Questo esercizio fa parte del corso
Test di ipotesi in Python
Istruzioni dell'esercizio
- Seleziona
weight_kilogramselatedalate_shipments, assegnando il risultato aweight_vs_late. - Converti
weight_vs_latedal formato long al formato wide, impostandocolumnsa'late'. - Esegui un test Wilcoxon-Mann-Whitney per verificare una differenza in
weight_kilogramsquando la spedizione è in ritardo rispetto a quando è puntuale.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)