NYC SAT 分數的 EDA
美國在數學這個科目上一向落後於多數國家,因此我們的實驗會聚焦在數學分數。原始資料集是從 Kaggle 下載的開放資料;在本章中,我會加入幾個變數,讓你可以把自己想像成教育研究者,設計理想上能提升學生分數的實驗,期望也能提高他們申請大學被錄取的機率。
在進入實驗分析之前,我們應先做一些 EDA,確保你充分理解 nyc_scores 資料。在這一課,我們會以 Borough 與 Teacher_Education_Level 作為區組進行實驗,所以先依這些變數檢視數學分數。nyc_scores 資料集已為你載入。
本練習屬於課程
R 的實驗設計
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。
# Mean, var, and median of Math score
nyc_scores %>%
___(___) %>%
___(mean = ___(___, na.rm = TRUE),
var = ___(___, na.rm = TRUE),
median = ___(___, na.rm = TRUE))