纽约市 SAT 分数的探索性分析
数学是美国长期落后于世界其他国家的学科之一,因此我们的实验将聚焦于数学分数。原始数据集是从 Kaggle 下载的开放数据。在本章中,我会加入一些额外变量,方便您把自己设想为一名教育研究者,设计实验以提升学生的分数,从而提高他们被大学录取的概率。
在分析实验之前,我们先做一些探索性数据分析(EDA),以确保充分理解 nyc_scores 数据。在本课中,我们将按 Borough 和 Teacher_Education_Level 进行分组(区组)实验,因此先按这两个变量查看数学分数。nyc_scores 数据集已为您加载。
本练习是课程的一部分
R 中的实验设计
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Mean, var, and median of Math score
nyc_scores %>%
___(___) %>%
___(mean = ___(___, na.rm = TRUE),
var = ___(___, na.rm = TRUE),
median = ___(___, na.rm = TRUE))