中央値を比較する
パラメトリック検定は平均を比較することが多く、ノンパラメトリック検定は中央値を比較することが多いです。これは、データが歪んでいる場合、平均は代表値として適切でない可能性があり、代わりに中央値を用いるべきだからです。
先ほど確認した各大学ランキング機関には、各大学の「総合スコア」も含まれています。まずヒストグラムを使って、これらのスコアがおおよそ正規分布かどうかを確認します。正規分布でなければ、中央値を比較するためにMoodの中央値検定を行います。この演習では、CWとARWの大学ランキングを扱います。
ヒストグラムの作り方はいくつかありますが、ここでは前と同様に.hist()メソッドを使って練習します。
3種類のランキングが含まれたDataFrameはrankings_dfにあります。pandasはpd、NumPyはnp、Matplotlib.pyplotはplt、そしてSciPyのstatsパッケージがすでに読み込まれています。
この演習はコースの一部です
Pythonで学ぶ推測の基礎
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot a histogram of the CW total score
rankings_df['cw_score'].____
plt.show()