เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

กราฟตรวจสอบโมเดลหลังการวิเคราะห์ + ความแปรปรวน

ในแบบฝึกหัดที่แล้ว เราพบว่า int_rate มีความแตกต่างกันตาม grade ขั้นตอนต่อไปคือการตรวจสอบความถูกต้องของโมเดล ซึ่งสำหรับการถดถอยเชิงเส้นหมายถึงการพิจารณากราฟ Residuals vs. Fitted และ Normal Q-Q

เมื่อเรียก plot() บนออบเจกต์โมเดลใน R จะแสดงกราฟทั้งสองนั้นพร้อมกับกราฟเพิ่มเติมอีกสองกราฟโดยอัตโนมัติ จากนั้นให้แปลผลกราฟเหล่านี้เพื่อประเมินความพอดีของโมเดล ดังที่ได้อธิบายไว้ในวิดีโอ

ข้อสมมติฐานอีกประการของ ANOVA และการสร้างโมเดลเชิงเส้น คือความเป็นเอกพันธ์ของความแปรปรวน (homogeneity of variance) คำว่า homogeneity หมายถึง "ความเหมือนกัน" ซึ่งในที่นี้หมายความว่าความแปรปรวนของ int_rate ต้องเท่ากันในทุกระดับของ grade สามารถทดสอบได้ด้วย bartlett.test() โดยระบุ formula และชุดข้อมูลเป็น input

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การออกแบบการทดลองใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • รันโค้ดบรรทัดแรกที่ใช้ par() เพื่อให้กราฟแสดงในกริดขนาด 2 x 2
  • เรียก plot() บน grade_aov (ซึ่งสร้างไว้ให้แล้ว) เพื่อสร้างกราฟวินิจฉัยโมเดล
  • ทดสอบความเป็นเอกพันธ์ของความแปรปรวนโดยใช้ bartlett.test()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# For a 2x2 grid of plots:
par(mfrow=c(___, ___))

# Plot grade_aov
___

# Bartlett's test for homogeneity of variance
___
แก้ไขและรันโค้ด