1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie eksperymentów w R
Connected

ćwiczenie

Wykresy diagnostyczne modelu i jednorodność wariancji

W poprzednim ćwiczeniu ustaliliśmy, że int_rate różni się w zależności od grade. Teraz należy zwalidować ten model – w przypadku regresji liniowej oznacza to analizę wykresów Residuals vs. Fitted oraz Normal Q-Q.

Jeśli wywołasz plot() na obiekcie modelu w R, automatycznie zostaną wyświetlone oba te wykresy oraz dwa dodatkowe. Na ich podstawie ocenisz dopasowanie modelu, tak jak omówiliśmy to w materiale wideo.

Kolejnym założeniem ANOVA i modelowania liniowego jest jednorodność wariancji. Jednorodność oznacza, że wariancja int_rate jest taka sama dla każdego poziomu grade. Do testowania jednorodności wariancji możemy użyć funkcji bartlett.test(), która przyjmuje formułę i zbiór danych jako argumenty.

Instrukcje

100 XP
  • Uruchom pierwszą linię kodu z par(), aby wykresy były wyświetlane w siatce 2 na 2.
  • Wywołaj plot() na obiekcie grade_aov (który został już dla ciebie utworzony), aby wygenerować wykresy diagnostyczne modelu.
  • Przetestuj jednorodność wariancji przy użyciu bartlett.test().