Jämföra medianer
Parametriska test jämför vanligtvis medelvärden, medan icke-parametriska test tenderar att jämföra medianer. Anledningen är att medelvärdet kan vara ett dåligt mått på central tendens när data är skev – i sådana fall är medianen ett bättre alternativ.
Varje universitetsrankingorganisation du nyss undersökte inkluderade också ett "totalpoäng" för varje universitet. Du börjar med att avgöra om poängen är approximativt normalfördelade genom att använda ett histogram. Om de inte är det genomför du ett Mood's mediantest för att jämföra deras medianer. I den här övningen arbetar du med universitetsrankingarna CW och ARW.
Precis som tidigare finns det flera sätt att skapa histogram, men du tränar på att använda metoden .hist().
En DataFrame med tre uppsättningar rankingar finns i rankings_df. Paketen pandas som pd, NumPy som np, Matplotlib.pyplot som plt och paketet stats från SciPy är redan inlästa.
Den här övningen är en del av kursen
Grunderna i inferens med Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot a histogram of the CW total score
rankings_df['cw_score'].____
plt.show()