初步資料觀察

rm(list=ls())
#load("C:/Users/freshballoon/Dropbox/IR-data/econ100_104.Rdata") #Student
load("~/Desktop/Dropbox/IR/Data/econ100_104.Rdata") #Teacher
library(ggplot2)
library(dplyr)

1. 初步資料觀察

根據有無參加啦啦隊及經原被當狀況，學生可分成以下幾群
1. 有參加啦啦，經原被當
2. 有參加啦啦，經原沒被當
3. 沒有參加啦啦，經原被當 4. 沒有參加啦啦，經原沒被當

狀態	有啦啦	沒有啦啦
經原被當	1	3
經原沒被當	2	4

1. 創造有／沒有啦啦的類別變數： 已經有，即lala
2. 創造經原有／沒有被當的類別變數：ec101.flunk

ecoooo$ec101.flunk<-(ecoooo$經原上當==TRUE | ecoooo$經原下當==TRUE)

四個學年：大一到大四的平均成績趨勢圖

3. 算出四類人不同學年的平均成績（只使用100,102學年入學） 3.1 選出100,102學年入學學生

ecoooo %>% filter(year %in% c("100","102"))->
  ec100.102

3.2 依據年級(schoolyear)、有無參加lala丶經原被當來計算平均gpa

ec100.102 %>% group_by(schoolyear,lala,ec101.flunk) %>%
  summarise(avg.gpa=mean(gpa,na.rm=TRUE),n=n()) -> data.final

4. 畫圖 ## 有參加lala

data.final %>% filter(lala==1) %>%
  ggplot(aes(x=schoolyear,y=avg.gpa,color=ec101.flunk)) +
  geom_line()

沒有參加lala

data.final %>% filter(lala==0) %>%
  ggplot(aes(x=schoolyear,y=avg.gpa,color=ec101.flunk)) +
  geom_line()

資料陳述

客觀陳述

101級的學生在一年級，有參加啦啦隊經原沒被當的平均成績(78分)；高於沒參加啦啦隊經原沒被當的平均成績(77分)；高於有參加啦啦隊經原被當的平均成績(64分)；高於沒參加啦啦隊經原被當的平均成績(56分)。

在二年級，有參加啦啦隊經原沒被當的平均成績(77分)；高於沒參加啦啦隊經原沒被當的平均成績(75分)；高於有參加啦啦隊經原被當的平均成績(69分)；高於沒參加啦啦隊經原被當的平均成績(60分)。

在三年級，有參加啦啦隊經原沒被當的平均成績(84分)；高於沒參加啦啦隊經原沒被當的平均成績(82分)；高於有參加啦啦隊經原被當的平均成績(73分)；高於沒參加啦啦隊經原被當的平均成績(71分)。

在四年級，有參加啦啦隊經原沒被當的平均成績(82分)；高於沒參加啦啦隊經原沒被當的平均成績(81分)；高於有參加啦啦隊經原被當的平均成績(73分)；高於沒參加啦啦隊經原被當的平均成績(70分)。

不論各個年級平均成績由高至低的排序皆為“有參加啦啦隊經原沒被當的平均成績”、“沒參加啦啦隊經原沒被當的平均成績”、“有參加啦啦隊經原被當的平均成績”、“沒參加啦啦隊經原被當的平均成績”。

依有無參加啦啦隊分組，在有參加啦啦隊中，經原沒有被當與被當的平均成績差異，在一年級時為14分、二年級時為8分、三年級時為11分、四年級時為9分。 而沒有參加啦啦隊中，經原沒有被當與被當的平均成績差異，在一年級時為21分、二年級時為15分、三年級時為11分、四年級時為11分。

可以發現在一年級，不論有無參加啦啦隊經原沒被當及被當的平均成績差異皆為最大，兩組的差異共差了7分；而在二年級時，兩組平均成績的差異皆與一年級時有明顯的減少了6分。但在有參加啦啦隊的群組中，沒被當及被當的人平均差異卻是在大學四年中最小的；在三年級時，兩組成績差異皆為11分，但在有參加啦啦隊的組別中，成績差異與前年是增加的。而在沒有參加啦啦隊的群組中，經原沒被當與被當的差異卻是減少的；在四年級時，有參加啦啦隊的組別成績差異卻再度減少，而沒參加啦啦隊組別的成績差異卻與去年持平。

而依照經原有無被當為區分，經原沒有被當的情況下，有無參加啦啦隊的成績差異在四年中，皆只有1到2分的差距，沒有太大的差異。但在經原被當的情下，有無參加啦啦隊的成績平均差異在一年級與二年級時，最為明顯大約差了8到9分，而到了三年級與四年級有無參加啦啦隊的平均成績差異卻縮小到了只有2到3分。

主觀故事猜測

不論是在各個年級，“有參加啦啦隊經原沒被當的平均成績”最高；“沒參加啦啦隊經原沒被當的平均成績”次之；“有參加啦啦隊經原被當的平均成績”再次之，最後則是“沒參加啦啦隊經原被當的平均成績”。然而在有限的時間中，參與課外活動會壓縮到花費在課業上的時間。就經原沒被當的人而言，相較於有無參加啦啦隊，該組沒參加的人應該是有較充裕的時間準備課業，理應當也該有較高的分數；同理，經原被當的人，該組也應該是參加啦啦隊的平均成績略較低於沒參加才是。但是從圖中卻發現，“沒參加啦啦隊經原沒被當的平均成績”卻不是最高的，且“有參加啦啦隊經原被當的平均成績”卻也不是最低的。就經原有過的組別，那些雖然沒參加啦啦隊，可能有參與其他的活動，而導致無法參與啦啦隊。如:經濟因素，則選擇打工，所花費的時間甚至比參與啦啦隊的人還多、或是重心放在從事其他的社團活動，而無法參加啦啦隊、或是想認真念書選擇不參加，但是卻因為高中跟大學的課程與學習上的差異，使得考試及準備方式可能有點不適應等。此外，經原沒過的組別，沒參加啦啦隊而平均成績最低的可能是在學校不擅於跟同學、學長姐間的人際互動，而錯失了一起討論發現盲點的機會或是拿不到前幾屆的期中、期末考古題等。 當中有一個值得注意的地方，經原有過的人不論有無參加啦啦隊，在大二時平均成績是下降的；而經原沒過的人不論有無參加啦啦隊，卻在大二時的平均成績是大幅上升的。或許是因為大二的必修較多且重，卻因為擋修而使得某些必修被分散掉，能夠更集中精力於能修的必修。也有可能受到了大一時經原沒過的打擊而學到教訓，在大二則發憤圖強使平均成績提升。或者是因害怕二一而利用技術性選課，都選擇輕鬆、好過、分數高，所謂的涼課，而讓平均成績大幅提升。

提出驗證猜測的方法