1. Learn
    2. /
  2. Courses
    3. /
  3. Rで学ぶ実験計画法
Connected

Exercise

無作為化（ランダム化）

実験で被験体を無作為化することで、被験体間に自然に存在するばらつきを各グループに均等に行き渡らせることができます。ToothGrowth の例では、雄と雌のモルモットを無作為に異なる実験群へ割り当て、雄と雌の自然な違いが打ち消されるのが、効果的な無作為化の一例です。

ToothGrowth データセットを得た実験では、モルモットはビタミンCをオレンジジュースまたはアスコルビン酸で摂取するように無作為に割り当てられており、その情報は supp 変数で示されています。サプリメントの種類によって歯の長さに差があるのか気になりますよね——これは t 検定でも答えられる問いです！

この演習以降、t.test() などのモデリング関数は数式記法で使いましょう：

t.test(outcome ~ explanatory_variable, data = dataset)

これは「dataset の中で、explanatory_variable によって outcome を検定する」と読みます。t.test() のデフォルトは両側の t 検定です。

Instructions

100 XP
  • サプリメントの種類（supp）によって歯の長さ（len）に差があるかを調べる t 検定を実行し、結果をオブジェクト ToothGrowth_ttest に保存します。
  • broom パッケージを読み込みます。
  • tidy() で ToothGrowth_ttest を整形して表示します。これにより、結果がコンソールに出力されます。