Experiment med flera faktorer

Vi testade om låneändamålet påverkar det beviljade lånebeloppet och fann att så är fallet. Men vi vet också att det är osannolikt att lån beviljas enbart baserat på det angivna ändamålet. Det är mer troligt att företaget gör en helhetsbedömning av en sökande innan de beslutar sig för att bevilja ett lån.

I ett experiment med flera faktorer kan vi undersöka mer än en förklarande faktor. Precis som i experimenten med ToothGrowth från kapitel 1 kan en experimentdesigner försöka kontrollera två (eller fler!) olika faktorer och se hur de påverkar utfallet. Eftersom vi arbetar med öppna data kan vi inte riktigt styra faktorerna här – de anges när någon fyller i sin låneansökan – men låt oss titta på hur några andra faktorer påverkar det beviljade lånebeloppet.

Den här övningen är en del av kursen

Experimentell design i R

Visa kurs

Övningsinstruktioner

Använd aov() för att bygga en linjär modell och ANOVA i ett steg, och undersök hur purpose_recode och anställningslängd (emp_length) påverkar det beviljade beloppet. Spara resultatet som ett objekt med namnet purpose_emp_aov och skriv ut det.
Det utskrivna purpose_emp_aov visar inga p-värden, vilket kan vara av intresse. Visa dem genom att anropa summary() på aov-objektet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Use aov() to build purpose_emp_aov
___ <- aov(funded_amnt ~ ___ + ___, ___ = ___)

# Print purpose_emp_aov to the console
purpose_emp_aov

# Call summary() to see the p-values
summary(___)

Redigera och kör kod