Randomizacja
Randomizacja uczestników eksperymentu pozwala równomiernie rozłożyć naturalną zmienność między osobnikami na poszczególne grupy. W przypadku zbioru danych ToothGrowth przykładem skutecznej randomizacji byłoby losowe przypisanie samców i samic świnki morskiej do różnych grup eksperymentalnych – co w idealnym przypadku niweluje istniejące różnice między płciami.
W eksperymencie, który dostarczył zbiór danych ToothGrowth, świnki morskie zostały losowo przypisane do grup otrzymujących witaminę C w formie soku pomarańczowego lub kwasu askorbinowego – co w zbiorze danych oznacza zmienna supp. Naturalne jest pytanie, czy rodzaj suplementu wpływa na długość zębów – to zagadnienie również można zbadać za pomocą testu t!
Poczynając od tego ćwiczenia, używaj funkcji t.test() i innych funkcji modelujących z notacją formuły:
t.test(outcome ~ explanatory_variable, data = dataset)
Można to odczytać jako: „testuj outcome według explanatory_variable w zbiorze dataset." Domyślnym testem dla t.test() jest dwustronny test t.
To ćwiczenie jest częścią kursu
Projektowanie eksperymentów w R
Instrukcje do ćwiczenia
- Przeprowadź test t, aby sprawdzić, czy długość zębów (
len) różni się w zależności od rodzaju suplementu (supp), i zapisz wyniki jako obiektToothGrowth_ttest. - Wczytaj pakiet
broom. - Porządkuj wyniki
ToothGrowth_ttestza pomocą funkcjitidy(). Spowoduje to wyświetlenie wyników w konsoli.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Perform a t-test
___ <- t.test(___, data = ToothGrowth)
# Load broom
library(___)
# Tidy ToothGrowth_ttest
___