Wilcoxon-Mann-Whitney
또 다른 종류의 비모수 가설 검정은 랭크 합 검정(rank sum tests)입니다. 랭크는 숫자 값을 작은 것부터 큰 것까지 정렬했을 때의 순위를 뜻합니다. 달리기 대회의 순위를 떠올리면 됩니다. 가장 빠른(가장 작은 시간) 사람이 1등, 그다음이 2등, 이런 식입니다.
실제 값이 아니라 데이터의 랭크로 계산하면, 검정 통계량의 분포에 대한 가정을 하지 않아도 됩니다. 중앙값이 평균보다 더 강건한 것처럼, 이런 방식도 더 강건합니다.
대표적인 랭크 기반 검정으로 Wilcoxon-Mann-Whitney 검정이 있으며, 비모수 t-검정과 유사합니다.
late_shipments가 제공되어 있고, 다음 패키지가 로드되어 있습니다: pingouin과 pandas(별칭 pd).
이 연습은 강의의 일부입니다
Python으로 배우는 가설 검정
연습 안내
late_shipments에서weight_kilograms와late를 선택해weight_vs_late라는 이름으로 저장하세요.weight_vs_late를 long 형식에서 wide 형식으로 변환하고,columns를'late'로 설정하세요.- 배송이 지연된 경우와 제시간에 도착한 경우의
weight_kilograms차이에 대해 Wilcoxon-Mann-Whitney 검정을 실행하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)