哪一種貸款用途的平均數不同？
在我們檢視除了 purpose_recode 以外，還有哪些因素可能影響核准撥款金額之前，先來看看 purpose_recode 各組之間的平均數哪些不同。這就是上一個練習所提到的事後檢定。
先前的 ANOVA 檢定結果在統計上顯著，而且 p 值非常低。這表示我們可以拒絕虛無假設，接受備擇假設（至少有一組的平均數不同）。但究竟是哪一組不同呢？
我們應該使用 Tukey 的 HSD 檢定（Honest Significant Difference）。在 R 中要執行 Tukey 的 HSD 檢定，可以使用 TukeyHSD()：
TukeyHSD(aov_model, "independent_variable_name", conf.level = 0.9)
這會對某個 aov_model 執行 Tukey 的 HSD 檢定，針對特定的 "independent_variable_name"，並將信賴水準（conf.level）設為 90%。
本練習屬於課程
R 的實驗設計
練習說明
- 使用
aov()建立一個以purpose_recode解釋funded_amnt的模型。將它儲存為purpose_aov。 - 使用
TukeyHSD()以信賴水準 0.95 對purpose_aov進行 Tukey 的 HSD 檢定。將結果儲存為tukey_output。 - 使用
broom套件中的tidy()來整理tukey_output（此套件已為你載入）。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Use aov() to build purpose_aov
___ <- aov(___ ~ ___, data = ___)
# Conduct Tukey's HSD test to create tukey_output
___ <- TukeyHSD(___, "___", conf.level = ___)
# Tidy tukey_output to make sense of the results
tidy(___)