Blocage

Même si ce n’est pas le cas ici, supposons que le type de complément soit en réalité un facteur parasite que nous souhaitons contrôler par blocage, et que nous nous intéressions uniquement à l’effet de la dose de vitamine C sur la croissance des dents de cobayes.

Si nous bloquons par type de complément, nous créons des groupes plus homogènes, ayant le même type de complément, ce qui nous permet d’examiner uniquement l’effet de la dose sur la longueur des dents.

Nous allons utiliser la fonction aov() pour étudier cela. aov() crée un modèle de régression linéaire en appelant lm() et en examinant les résultats avec anova() en un seul appel de fonction. Pour utiliser aov(), nous aurons encore besoin de la notation fonctionnelle, comme dans l’exercice de randomisation, mais cette fois la formule doit être len ~ dose + supp pour indiquer que nous avons bloqué selon le type de complément. (Nous verrons aov() et anova() plus en détail dans le chapitre suivant.)

ggplot2 est déjà chargé pour vous.

Cet exercice fait partie du cours

Plan d’expériences en R

Afficher le cours

Instructions

Créez un diagramme en boîtes pour examiner visuellement si la longueur des dents diffère selon dose. dose a été converti en variable factorielle pour vous.
Utilisez aov() pour détecter l’effet de dose et supp sur len. Enregistrez le résultat dans un objet modèle nommé ToothGrowth_aov.
Examinez ToothGrowth_aov avec summary() pour déterminer si la dose a un effet significatif sur la longueur des dents.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create a boxplot with geom_boxplot()
ggplot(___, aes(x = ___, y = ___)) + 
    ___()

# Create ToothGrowth_aov
___ <- aov(___, data = ___)

# Examine ToothGrowth_aov with summary()
___

Modifier et exécuter le code