Faktoriální experiment se skóry SAT z NYC

Teď se podíváme na vliv doučovacích programů na skóre SAT z matematiky na školách v NYC. Jak bylo zmíněno v předchozím cvičení: proměnná Tutoring_Program nabývá hodnot yes nebo no podle toho, zda škola doučovací program zavedla. U proměnných Percent_Black_HL a Percent_Tested_HL označuje zkratka HL vysokou/nízkou hodnotu. Hodnota 1 znamená méně než 50 % černošských žáků nebo celkově testovaných žáků, hodnota 2 znamená více než 50 % v obou případech.

Nezapomeň, že pokud chceme otestovat všechny možné kombinace úrovní faktorů, vzorec musíme zapsat takto: outcome ~ factor1 * factor2 * factor3.

Toto cvičení je součástí kurzu

Experimental Design in R

Zobrazit kurz

Pokyny k cvičení

Pomocí aov() vytvoř model, který otestuje, jak Percent_Tested_HL, Percent_Black_HL a Tutoring_Program ovlivňují výslednou proměnnou Average_Score_SAT_Math.
Výsledek ulož jako objekt modelu nyc_scores_factorial a prozkoumej ho pomocí tidy().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create nyc_scores_factorial and examine the results
___

___

Upravit a spustit kód