Expérience factorielle avec les résultats SAT de NYC
Nous voulons maintenant examiner l'effet des programmes de tutorat sur le score SAT en mathématiques des écoles de New York. Comme mentionné dans l'exercice précédent : la variable Tutoring_Program vaut simplement yes ou no, selon qu'un programme de tutorat a été implanté dans l'école. Pour Percent_Black_HL et Percent_Tested_HL, HL signifie haut/bas. La valeur 1 indique moins de 50 % d'élèves Noirs ou d'élèves testés au total, et la valeur 2 indique plus de 50 % pour les deux.
Rappelez-vous que, comme nous voulons tester toutes les combinaisons possibles de niveaux de facteurs, nous devons écrire la formule ainsi : outcome ~ factor1 * factor2 * factor3.
Cette activité fait partie du cours
Plan d'expériences avec R
Instructions de l’exercice
- Utilisez
aov()pour créer un modèle afin de tester commentPercent_Tested_HL,Percent_Black_HLetTutoring_Programinfluencent la variable dépendanteAverage_Score_SAT_Math. - Enregistrez le résultat dans un objet modèle,
nyc_scores_factorial, puis examinez-le avectidy().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create nyc_scores_factorial and examine the results
___
___