Experimento factorial con las puntuaciones SAT de NYC
Ahora queremos analizar el efecto de los programas de refuerzo en la puntuación de Matemáticas del SAT en las escuelas de NYC. Como se indicó en el ejercicio anterior: la variable Tutoring_Program es simplemente yes o no, según si a una escuela se le implementó un programa de refuerzo. Para Percent_Black_HL y Percent_Tested_HL, HL significa alto/bajo. Un 1 indica menos del 50% de estudiantes negros o del total de estudiantes evaluados, y un 2 indica más del 50% en ambos casos.
Recuerda que, como queremos probar todas las combinaciones posibles de niveles de los factores, debemos escribir la fórmula así: outcome ~ factor1 * factor2 * factor3.
Este ejercicio forma parte del curso
Diseño experimental en R
Instrucciones del ejercicio
- Usa
aov()para crear un modelo que pruebe cómoPercent_Tested_HL,Percent_Black_HLyTutoring_Programafectan al resultadoAverage_Score_SAT_Math. - Guarda el resultado como un objeto de modelo,
nyc_scores_factorial, y examínalo contidy().
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create nyc_scores_factorial and examine the results
___
___