Factoriëel experiment met NYC SAT-scores

We willen nu het effect van bijlesprogramma’s op de SAT-wiskundescore van NYC-scholen onderzoeken. Zoals opgemerkt in de vorige oefening: de variabele Tutoring_Program is simpelweg yes of no, afhankelijk van of een school een bijlesprogramma heeft gekregen. Voor Percent_Black_HL en Percent_Tested_HL staat HL voor hoog/laag. Een 1 geeft minder dan 50% Zwarte studenten of geteste studenten in totaal aan, en een 2 geeft meer dan 50% van beide aan.

Onthoud dat, omdat we alle mogelijke combinaties van factorniveaus willen testen, we de formule moeten schrijven als: outcome ~ factor1 * factor2 * factor3.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerp in R

Cursus bekijken

Oefeninstructies

Gebruik aov() om een model te maken waarmee je test hoe Percent_Tested_HL, Percent_Black_HL en Tutoring_Program het resultaat Average_Score_SAT_Math beïnvloeden.
Sla het resultaat op als modelobject nyc_scores_factorial en bekijk dit met tidy().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create nyc_scores_factorial and examine the results
___

___

Code bewerken en uitvoeren