ブロッキング
実際にはそうではないとしますが、補給（supplement）タイプが交絡する望ましくない要因だと仮定し、ブロッキングによってそれを制御したいとします。ここでは、ビタミンCの投与量（dose）がモルモットの歯の成長に与える影響だけに関心があるとします。
補給タイプでブロックすれば、同じ補給タイプの個体でグループを作れるため、より似た集団になり、投与量が歯の長さに与える効果だけを観察しやすくなります。
これを調べるためにaov()関数を使います。aov()は、1回の関数呼び出しでlm()による線形回帰モデルの作成と、anova()による結果の検定を行います。aov()を使うには、ランダム化の演習と同様に関数型の記法が必要ですが、今回は補給タイプでブロックしたことを示すために、式はlen ~ dose + suppとします。（aov()とanova()の詳細は次のチャプターで扱います。）
ggplot2は読み込まれています。
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
doseごとに歯の長さが異なるかを視覚的に確認するため、箱ひげ図を作成してください。doseはファクター変数に変換済みです。aov()を使って、doseとsuppがlenに与える効果を検出してください。モデルオブジェクト名はToothGrowth_aovとします。summary()でToothGrowth_aovを確認し、投与量（dose）が歯の長さに有意な影響を持つかを判断してください。
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。
# Create a boxplot with geom_boxplot()
ggplot(___, aes(x = ___, y = ___)) +
___()
# Create ToothGrowth_aov
___ <- aov(___, data = ___)
# Examine ToothGrowth_aov with summary()
___