分组阻断（Blocking）
尽管这在现实中不一定成立，但假设补充剂类型其实是我们想通过阻断来控制的干扰因素，而我们真正关心的是维生素 C 剂量对豚鼠牙齿生长的影响。
如果按补充剂类型进行阻断，我们就会创建更相似的分组，因为它们拥有相同的补充剂类型，从而只考察剂量对牙齿长度的影响。
我们将使用 aov() 函数来检验这一点。aov() 通过调用 lm() 并用 anova() 检查结果，在一次函数调用中创建线性回归模型。要使用 aov()，我们仍需采用函数式公式表示法，就像随机化练习中那样，但这次公式应为 len ~ dose + supp，以表示我们已按补充剂类型进行了阻断。（我们将在下一章更详细介绍 aov() 和 anova()。）
已为您预先加载 ggplot2。
本练习是课程的一部分
R 中的实验设计
练习说明
- 绘制箱线图，直观检查牙齿长度是否随
dose不同而不同。dose已为您转换为因子变量。 - 使用
aov()检测dose和supp对len的影响。将结果保存为名为ToothGrowth_aov的模型对象。 - 使用
summary()查看ToothGrowth_aov，判断剂量对牙齿长度是否具有显著影响。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create a boxplot with geom_boxplot()
ggplot(___, aes(x = ___, y = ___)) +
___()
# Create ToothGrowth_aov
___ <- aov(___, data = ___)
# Examine ToothGrowth_aov with summary()
___