Experimento fatorial com notas do SAT de NYC

Agora queremos analisar o efeito de programas de tutoria na nota de Matemática do SAT das escolas de NYC. Como observado no último exercício: a variável Tutoring_Program é simplesmente yes ou no, dependendo se uma escola recebeu a implementação de um programa de tutoria. Para Percent_Black_HL e Percent_Tested_HL, HL significa high/low (alto/baixo). Um 1 indica menos de 50% de estudantes negros ou do total de estudantes testados, e um 2 indica mais de 50% em ambos os casos.

Lembre-se de que, como pretendemos testar todas as combinações possíveis dos níveis dos fatores, precisamos escrever a fórmula assim: outcome ~ factor1 * factor2 * factor3.

Este exercicio faz parte do curso

Planejamento de Experimentos em R

Ver curso

Instruções do exercicio

Use aov() para criar um modelo que teste como Percent_Tested_HL, Percent_Black_HL e Tutoring_Program afetam o desfecho Average_Score_SAT_Math.
Salve o resultado como um objeto de modelo, nyc_scores_factorial, e examine-o com tidy().

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Create nyc_scores_factorial and examine the results
___

___

Editar e Executar Código