Het factorial model voor NYC SAT-scores evalueren

We hebben ons model gebouwd, dus je weet wat er nu komt: modelcontrole! We moeten nagaan of zowel onze uitkomst als onze modelresiduen normaal verdeeld zijn. We controleren de normaliteitsaanname met shapiro.test(). Een lage p-waarde betekent dat we de nulhypothese kunnen verwerpen dat de steekproef afkomstig is uit een normaal verdeelde populatie.

Laten we de vereiste modelcontroles uitvoeren voor ons 2^k-factorialmodel, nyc_scores_factorial, dat alvast voor je is ingeladen.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerp in R

Cursus bekijken

Oefeninstructies

Test de uitkomst Average_Score_SAT_Math uit nyc_scores op normaliteit met shapiro.test().
Zet een 2 bij 2 raster voor plots op en plot het nyc_scores_factorial-modelobject om de residuplots te maken.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Use shapiro.test() to test the outcome
___

# Plot nyc_scores_factorial to examine residuals
par(mfrow = c(2,2))
___

Code bewerken en uitvoeren