どのローン目的の平均が異なる？
purpose_recode 以外に貸付額に影響しそうな要因を見る前に、purpose_recode の各水準の平均のどれが異なるかを確認しましょう。これは前の演習で触れた事後検定です。
ANOVA の結果は p 値が非常に小さく、統計的に有意でした。つまり、帰無仮説は棄却でき、少なくとも1つの平均が異なるという対立仮説を支持できます。では、どれが異なるのでしょうか？
ここでは Tukey の HSD 検定（Honest Significant Difference）を使います。R で Tukey の HSD 検定を行うには、TukeyHSD() を使います。
TukeyHSD(aov_model, "independent_variable_name", conf.level = 0.9)
これは、ある aov_model に対して特定の "independent_variable_name" について、信頼水準 90%（conf.level = 0.9）で Tukey の HSD 検定を実行します。
この演習はコースの一部です
Rで学ぶ実験計画法
演習の手順
aov()を使って、purpose_recodeごとのfunded_amntを検討するモデルを作成し、purpose_aovとして保存します。TukeyHSD()を使って、信頼水準 0.95 でpurpose_aovに対して Tukey の HSD 検定を実行し、tukey_outputというオブジェクトに保存します。broomパッケージ（読み込み済み）のtidy()でtukey_outputを整形します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Use aov() to build purpose_aov
___ <- aov(___ ~ ___, data = ___)
# Conduct Tukey's HSD test to create tukey_output
___ <- TukeyHSD(___, "___", conf.level = ___)
# Tidy tukey_output to make sense of the results
tidy(___)