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

ćwiczenie

Eksploracyjna analiza danych wyników SAT w Nowym Jorku – eksperyment czynnikowy

Zanim przejdziemy do analizy eksperymentu czynnikowego, wykonajmy jeszcze trochę eksploracyjnej analizy danych.

Sprawdzimy wpływ zmiennych Percent_Black_HL, Percent_Tested_HL i Tutoring_Program na zmienną wynikową Average_Score_SAT_Math. Skrót HL oznacza wysokie-niskie (ang. high-low): wartość 1 wskazuje, że mniej niż 50% uczniów czarnoskórych lub mniej niż 50% wszystkich uczniów w danej szkole przystąpiło do egzaminu, a wartość 2 – że ponad 50% z nich przystąpiło do testu.

Utwórz wykres pudełkowy dla każdego czynnika w odniesieniu do zmiennej wynikowej – pozwoli to ocenić, które z nich wykazują różnicę mediany w zależności od poziomu czynnika (ostatecznie testowana jest różnica średnich). Zbiór danych nyc_scores jest już wczytany.

Instrukcje 1/3

undefined XP
  • 1
    • Wczytaj bibliotekę ggplot2. Utwórz wykres pudełkowy zmiennej wynikowej w zależności od Tutoring_Program.
  • 2
    • Używając ggplot2, utwórz wykres pudełkowy zmiennej wynikowej w zależności od Percent_Black_HL.
  • 3
    • Używając ggplot2, utwórz wykres pudełkowy zmiennej wynikowej w zależności od Percent_Tested_HL.