NYC SATスコアの要因実験に向けたEDA
要因実験の解析に入る前に、もう少しEDAを行いましょう。
Percent_Black_HL、Percent_Tested_HL、Tutoring_Program がアウトカム Average_Score_SAT_Math に与える影響を確かめます。HL は high-low を意味し、1 は「Blackの生徒が50%未満」または「学校全体で受験した生徒が50%未満」を表し、2 は「いずれかが50%より多い（超える）」ことを表します。
各因子とアウトカムの組み合わせで箱ひげ図を作成し、因子水準ごとの中央値に差がありそうかを確認しましょう（最終的には平均の差を検定します）。nyc_scores データセット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
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。
# Load ggplot2
___
# Build the boxplot for the tutoring program vs. Math SAT score
ggplot(___,
aes(___, ___)) +
geom_boxplot()