NYC SAT 점수 요인별 EDA
요인 실험 분석에 들어가기 전에 EDA를 조금 더 해 보겠습니다.
Average_Score_SAT_Math(수학 SAT 평균 점수) 결과에 대한 Percent_Black_HL, Percent_Tested_HL, Tutoring_Program의 효과를 살펴보세요. 여기서 HL은 high-low의 약자로, 1은 각각 학교 전체에서 Black 학생의 비율이 50% 미만이거나 전체 학생 중 시험을 본 비율이 50% 미만임을, 2는 둘 중 하나라도 50% 초과임을 의미합니다.
각 요인과 결과 변수를 비교하는 박스플롯을 만들어, 요인 수준에 따라 중앙값 차이가 있는지 가늠해 보세요(궁극적으로는 평균 차이를 검정합니다). nyc_scores 데이터셋은 미리 불러와 두었습니다.
이 연습은 강의의 일부입니다
R로 배우는 실험 설계
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load ggplot2
___
# Build the boxplot for the tutoring program vs. Math SAT score
ggplot(___,
aes(___, ___)) +
geom_boxplot()