วัตถุประสงค์ของเงินกู้ส่งผลต่อจำนวนเงินที่ได้รับอนุมัติอย่างไร?
ในแบบฝึกหัดที่แล้ว เราได้ปรับตัวแปร purpose ให้เหลือเพียง 4 หมวดหมู่ที่จัดการได้ง่ายขึ้น และตั้งชื่อว่า purpose_recode ในฐานะนักวิทยาศาสตร์ข้อมูลของ Lending Club เราอาจต้องการออกแบบการทดลองเพื่อศึกษาว่าวัตถุประสงค์ของเงินกู้มีอิทธิพลต่อจำนวนเงินที่ได้รับอนุมัติอย่างไร ซึ่งหมายถึงเงินที่ปล่อยกู้จริงให้แก่ผู้สมัคร
สำหรับการทดสอบ ANOVA สมมติฐานหลักคือค่าเฉลี่ยของจำนวนเงินที่ได้รับอนุมัติเท่ากันในทุกระดับของ purpose_recode ส่วนสมมติฐานทางเลือกคืออย่างน้อยหนึ่งระดับของ purpose_recode มีค่าเฉลี่ยที่แตกต่างออกไป อย่างไรก็ตาม หากต้องการทราบว่าระดับใดแตกต่างกัน จำเป็นต้องวิเคราะห์เพิ่มเติมในขั้น post hoc ดังนั้นการทำความเข้าใจวิธีที่ R จัดเก็บผลลัพธ์ ANOVA เป็น object จึงเป็นประโยชน์อย่างมาก
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การออกแบบการทดลองใน R
คำแนะนำการฝึกหัด
- ใช้
lm()เพื่อวิเคราะห์ว่าตัวแปรpurpose_recodeส่งผลต่อfunded_amntอย่างไร แล้วบันทึกโมเดลเป็น object ชื่อpurpose_recode_model - ใช้
summary()เพื่อตรวจสอบpurpose_recode_modelซึ่งเป็นผลลัพธ์ของการถดถอยเชิงเส้น - เรียกใช้
anova()กับpurpose_recode_modelแล้วบันทึกเป็น object ชื่อpurpose_recode_anovaจากนั้นแสดงผลใน console โดยพิมพ์ชื่อตัวแปรนั้น - สุดท้าย ตรวจสอบ class ของ
purpose_recode_anova
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Build a linear regression model, purpose_recode_model
___ <- lm(funded_amnt ~ ___, data = ___)
# Examine results of purpose_recode_model
___(purpose_recode_model)
# Get anova results and save as purpose_recode_anova
___ <- anova(___)
# Print purpose_recode_anova
___
# Examine class of purpose_recode_anova
class(___)