开始使用免费开始使用

比较中位数

参数检验通常比较均值,非参数检验通常比较中位数。原因是当数据偏态时,均值可能并不能很好地代表集中趋势,此时应改用中位数。

您刚查看的每个大学排名机构也都给每所大学提供了一个"总分"。请先用直方图检查这些分数是否近似正态分布。如果不是,接着使用 Mood 中位数检验来比较它们的中位数。本练习将使用 CW 和 ARW 的大学排名。

仍然有多种方式可以绘制直方图,我们将继续练习使用之前的 .hist() 方法。

包含这三套排名数据的 DataFrame 为 rankings_df。已为您加载 pandas(简称 pd)、NumPy(简称 np)、Matplotlib.pyplot(简称 plt)以及 SciPy 的 stats 包。

本练习是课程的一部分

Python 推断基础

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Plot a histogram of the CW total score
rankings_df['cw_score'].____
plt.show()
编辑并运行代码