Experimenten met meerdere factoren

We hebben getest of het doel van een lening invloed heeft op het gefinancierde leenbedrag en dat blijkt zo te zijn. We weten echter ook dat het onwaarschijnlijk is dat leningen uitsluitend op basis van het beoogde doel worden gefinancierd. Het is waarschijnlijker dat het bedrijf naar het totale plaatje van een aanvrager kijkt voordat het besluit een lening te verstrekken.

We kunnen meer dan één verklarende factor onderzoeken in een experiment met meerdere factoren. Net als in onze experimenten met ToothGrowth uit Hoofdstuk 1 kan een onderzoeker proberen twee (of meer!) verschillende factoren te controleren en zien hoe die de uitkomst beïnvloeden. We gebruiken open data, dus we kunnen de factoren hier niet echt controleren (ze worden ingevuld tijdens de leningaanvraag), maar laten we bekijken hoe een paar andere factoren het gefinancierde leenbedrag beïnvloeden.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerp in R

Cursus bekijken

Oefeninstructies

Gebruik aov() om in één stap een lineair model en ANOVA te bouwen, en onderzoek hoe purpose_recode en lengte van het dienstverband (emp_length) het gefinancierde bedrag beïnvloeden. Sla dit op als object purpose_emp_aov en print het resultaat.
De geprinte purpose_emp_aov toont geen p-waarden, waar we mogelijk in geïnteresseerd zijn. Toon die door summary() aan te roepen op het aov-object.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Use aov() to build purpose_emp_aov
___ <- aov(funded_amnt ~ ___ + ___, ___ = ___)

# Print purpose_emp_aov to the console
purpose_emp_aov

# Call summary() to see the p-values
summary(___)

Code bewerken en uitvoeren