การวิเคราะห์ข้อมูลเบื้องต้น (EDA) แบบ Factorial สำหรับคะแนน SAT ใน NYC
มาทำ EDA เพิ่มเติมก่อนที่จะเข้าสู่การวิเคราะห์การทดลองแบบ Factorial กัน
จะทดสอบผลกระทบของ Percent_Black_HL, Percent_Tested_HL และ Tutoring_Program ที่มีต่อตัวผลลัพธ์ Average_Score_SAT_Math โดย HL ย่อมาจาก high-low ซึ่ง 1 หมายความว่านักเรียนผิวดำน้อยกว่า 50% หรือนักเรียนทั้งหมดในโรงเรียนน้อยกว่า 50% เข้าสอบ และ 2 หมายความว่ามากกว่า 50% เข้าสอบ
สร้าง Boxplot ของแต่ละปัจจัยเทียบกับตัวผลลัพธ์ เพื่อดูว่าปัจจัยใดมีความแตกต่างของค่ามัธยฐานตามระดับปัจจัย (ซึ่งท้ายที่สุดสิ่งที่ทดสอบคือความแตกต่างของค่าเฉลี่ย) ชุดข้อมูล nyc_scores ถูกโหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การออกแบบการทดลองใน R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Load ggplot2
___
# Build the boxplot for the tutoring program vs. Math SAT score
ggplot(___,
aes(___, ___)) +
geom_boxplot()