Analyse exploratoire des scores SAT à NYC
Les États-Unis accusent un retard persistant en mathématiques par rapport à plusieurs pays, donc nos expériences mettront l'accent sur la note en mathématiques. Même si l'ensemble de données d'origine est un jeu de données ouvert téléchargé depuis Kaggle, tout au long de ce chapitre, j'ajouterai quelques variables qui vous permettront de vous mettre dans la peau d'un·e chercheur·e en éducation menant des expériences visant idéalement à hausser les notes des élèves, et ainsi augmenter leurs chances d'être admis au collège.
Avant d'analyser les expériences, faisons une analyse exploratoire (EDA) pour bien comprendre les données nyc_scores. Dans cette leçon, nous réaliserons des expériences avec blocs selon Borough et Teacher_Education_Level. Examinons donc les notes en mathématiques selon ces variables. L'ensemble de données nyc_scores a été chargé pour vous.
Cette activité fait partie du cours
Plan d'expériences avec R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Mean, var, and median of Math score
nyc_scores %>%
___(___) %>%
___(mean = ___(___, na.rm = TRUE),
var = ___(___, na.rm = TRUE),
median = ___(___, na.rm = TRUE))