Faktorielles Experiment mit NYC-SAT-Ergebnissen

Jetzt wollen wir den Effekt von Förderprogrammen auf die SAT-Mathe-Ergebnisse der New Yorker Schulen untersuchen. Wie in der letzten Übung erwähnt: Die Variable Tutoring_Program ist einfach yes oder no, je nachdem, ob an einer Schule ein Förderprogramm eingeführt wurde. Bei Percent_Black_HL und Percent_Tested_HL steht HL für hoch/niedrig. Eine 1 bedeutet weniger als 50 % Schwarze Schüler bzw. insgesamt getestete Schüler, und eine 2 bedeutet mehr als 50 % bei beiden.

Denk daran: Weil wir alle möglichen Kombinationen der Faktorstufen testen wollen, müssen wir die Formel so schreiben: outcome ~ factor1 * factor2 * factor3.

Diese Übung ist Teil des Kurses

Versuchsplanung in R

Kurs anzeigen

Anleitung zur Übung

Verwende aov(), um ein Modell zu erstellen, das prüft, wie Percent_Tested_HL, Percent_Black_HL und Tutoring_Program das Ergebnis Average_Score_SAT_Math beeinflussen.
Speichere das Ergebnis als Modellobjekt nyc_scores_factorial und untersuche es mit tidy().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create nyc_scores_factorial and examine the results
___

___

Code bearbeiten und ausführen