Nach Thema und Land schachteln

Im letzten Kapitel hast du für jedes Land ein lineares Modell erstellt: Du hast die Daten pro Land geschachtelt, für jeden Datensatz ein Modell gefittet, das Modell mit broom aufgeräumt und anschließend die Koeffizienten wieder ausgepackt. Der Code sah etwa so aus:

country_coefficients <- by_year_country %>%
  nest(-country) %>%
  mutate(model = map(data, ~ lm(percent_yes ~ year, data = .)),
         tidied = map(model, tidy)) %>%
  unnest(tidied)

Jetzt modellierst du wieder die Veränderung des „Prozentanteils“ der Ja-Stimmen über die Zeit. Diesmal passt du jedoch nicht ein Modell pro Land an, sondern eines für jede Kombination aus Land und Thema.

Diese Übung ist Teil des Kurses

Fallstudie: Explorative Datenanalyse in R

Kurs anzeigen

Anleitung zur Übung

Lade die Pakete purrr, tidyr und broom.
Gib den Datensatz by_country_year_topic in der Konsole aus.
Fitte in diesem Datensatz innerhalb jedes Landes und Themas ein lineares Modell und speichere das Ergebnis als country_topic_coefficients. Du kannst den bereitgestellten Code als Ausgangspunkt verwenden.
Gib den Datensatz country_topic_coefficients in der Konsole aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Load purrr, tidyr, and broom


# Print by_country_year_topic


# Fit model on the by_country_year_topic dataset


# Print country_topic_coefficients

Code bearbeiten und ausführen