Вілкоксон — Манн-Вітні

Інший клас непараметричних статистичних тестів — це тести суми рангів. Ранги — це позиції числових значень від найменшого до найбільшого. Уявіть їх як місця на бігових змаганнях: хто показав найшвидший (найменший) час — має ранг 1, другий за швидкістю — ранг 2 тощо.

Обчислюючи не за самими значеннями, а за їхніми рангами, ви уникаєте припущень щодо розподілу статистики тесту. Такий підхід більш стійкий — подібно до того, як медіана стійкіша за середнє.

Поширений ранговий тест — це тест Вілкоксона — Манна-Вітні, який є непараметричним аналогом t-тесту.

Доступний датафрейм late_shipments, а також завантажені пакети: pingouin і pandas як pd.

Ця вправа є частиною курсу

Тестування гіпотез у Python

Переглянути курс

Інструкції до вправи

Виберіть weight_kilograms і late з late_shipments, присвоївши назву weight_vs_late.
Перетворіть weight_vs_late з довгого у широкий формат, установивши columns у 'late'.
Запустіть тест Вілкоксона — Манна-Вітні, щоб перевірити різницю в weight_kilograms між пізніми та своєчасними відправленнями.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код