การทดลองแบบหลายปัจจัย
เราได้ทดสอบแล้วว่าวัตถุประสงค์ของเงินกู้ส่งผลต่อจำนวนเงินกู้ที่ได้รับอนุมัติ และพบว่าส่งผลจริง อย่างไรก็ตาม เป็นไปได้น้อยมากที่บริษัทจะพิจารณาอนุมัติเงินกู้โดยดูจากวัตถุประสงค์เพียงอย่างเดียว บริษัทน่าจะพิจารณาข้อมูลของผู้สมัครในภาพรวมก่อนตัดสินใจออกสินเชื่อ
ในการทดลองแบบหลายปัจจัย เราสามารถตรวจสอบตัวแปรอธิบายได้มากกว่าหนึ่งตัวพร้อมกัน เช่นเดียวกับการทดลองบน ToothGrowth ในบทที่ 1 ที่ผู้ทดลองสามารถควบคุมปัจจัยสองอย่าง (หรือมากกว่า!) และดูว่าแต่ละปัจจัยส่งผลต่อผลลัพธ์อย่างไร เนื่องจากเราใช้ข้อมูลแบบเปิด จึงไม่สามารถควบคุมปัจจัยเหล่านี้ได้โดยตรง (เพราะข้อมูลมาจากที่ผู้สมัครกรอกในใบสมัครสินเชื่อ) แต่ลองมาดูกันว่าปัจจัยอื่น ๆ อีกสองสามตัวส่งผลต่อจำนวนเงินกู้ที่ได้รับอนุมัติอย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การออกแบบการทดลองใน R
คำแนะนำการฝึกหัด
- ใช้
aov()เพื่อสร้างโมเดลเชิงเส้นและ ANOVA ในขั้นตอนเดียว โดยตรวจสอบว่าpurpose_recodeและระยะเวลาการจ้างงาน (emp_length) ส่งผลต่อจำนวนเงินกู้ที่ได้รับอนุมัติอย่างไร บันทึกผลไว้ในออบเจ็กต์ชื่อpurpose_emp_aovแล้วแสดงผลลัพธ์ออกมา - ผลลัพธ์ที่พิมพ์ออกมาจาก
purpose_emp_aovจะไม่แสดง p-value ซึ่งเราอาจต้องการดู ให้เรียกsummary()บนออบเจ็กต์aovเพื่อแสดง p-value ดังกล่าว
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___)