Auswertung des NYC-SAT-Scores-Faktormodells
Wir haben unser Modell gebaut – du weißt, was als Nächstes kommt: Modelldiagnostik! Wir müssen prüfen, ob sowohl unser Outcome als auch die Modellresiduen normalverteilt sind. Wir testen die Normalverteilungsannahme mit shapiro.test(). Ein kleiner p-Wert bedeutet, dass wir die Nullhypothese verwerfen können, dass die Stichprobe aus einer normalverteilten Population stammt.
Führe die erforderlichen Modellprüfungen für unser 2^k-Faktormodell nyc_scores_factorial durch. Das Objekt wurde bereits für dich geladen.
Diese Übung ist Teil des Kurses
Versuchsplanung in R
Anleitung zur Übung
- Teste das Outcome
Average_Score_SAT_Mathausnyc_scoresauf Normalverteilung mitshapiro.test(). - Richte ein 2-mal-2-Layout für Plots ein und plote das Modellobjekt
nyc_scores_factorial, um die Residuenplots zu erzeugen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Use shapiro.test() to test the outcome
___
# Plot nyc_scores_factorial to examine residuals
par(mfrow = c(2,2))
___