1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Thiết kế thí nghiệm với R
Connected

Bài tập

Ngẫu nhiên hóa

Ngẫu nhiên hóa đối tượng trong một thí nghiệm giúp phân tán đều mọi biến thiên vốn có giữa các đối tượng vào các nhóm. Với ToothGrowth, một ví dụ về ngẫu nhiên hóa hiệu quả là phân ngẫu nhiên chuột lang đực và cái vào các nhóm thí nghiệm khác nhau, từ đó lý tưởng là triệt tiêu những khác biệt tự nhiên vốn có giữa chuột lang đực và cái.

Trong thí nghiệm tạo ra bộ dữ liệu ToothGrowth, chuột lang được ngẫu nhiên nhận Vitamin C qua nước cam hoặc axit ascorbic, được thể hiện trong bộ dữ liệu bởi biến supp. Tự nhiên bạn sẽ muốn biết liệu độ dài răng có khác nhau theo loại bổ sung hay không — đây cũng là câu hỏi mà t-test có thể trả lời!

Bắt đầu từ bài tập này, bạn sẽ dùng t.test() và các hàm mô hình hóa khác với cú pháp công thức:

t.test(outcome ~ explanatory_variable, data = dataset)

Có thể hiểu là: "kiểm định outcome theo explanatory_variable trong dataset của tôi." Mặc định t.test() thực hiện kiểm định t hai phía.

Hướng dẫn

100 XP
  • Thực hiện t-test để xác định liệu có sự khác biệt về độ dài răng (len) theo loại bổ sung (supp) hay không, và lưu kết quả vào đối tượng ToothGrowth_ttest.
  • Nạp gói broom.
  • Làm gọn ToothGrowth_ttest với tidy(). Lệnh này sẽ in kết quả ra console.