Eksperyment czynnikowy z wynikami SAT szkół w Nowym Jorku
Teraz zbadamy wpływ programów korepetycji na wyniki z matematyki w teście SAT w szkołach w Nowym Jorku. Jak wspomniano w poprzednim ćwiczeniu: zmienna Tutoring_Program przyjmuje wartość yes lub no w zależności od tego, czy w danej szkole wdrożono program korepetycji. Dla zmiennych Percent_Black_HL i Percent_Tested_HL skrót HL oznacza wysoki/niski poziom. Wartość 1 oznacza mniej niż 50% uczniów rasy czarnej lub mniej niż 50% przystępujących do testu, a wartość 2 oznacza ponad 50% w obu przypadkach.
Pamiętaj, że ponieważ zamierzamy przetestować wszystkie możliwe kombinacje poziomów czynników, formuła powinna mieć postać: wynik ~ czynnik1 * czynnik2 * czynnik3.
To ćwiczenie jest częścią kursu
Projektowanie eksperymentów w R
Instrukcje do ćwiczenia
- Użyj funkcji
aov(), aby zbudować model sprawdzający, jak zmiennePercent_Tested_HL,Percent_Black_HLiTutoring_Programwpływają na zmienną wynikowąAverage_Score_SAT_Math. - Zapisz wynik jako obiekt modelu
nyc_scores_factoriali zbadaj go za pomocą funkcjitidy().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create nyc_scores_factorial and examine the results
___
___