Nach signifikanten Ländern filtern
Nicht alle Steigungen sind signifikant, und du kannst den p-Wert nutzen, um abzuschätzen, welche es sind und welche nicht.
Wenn du jedoch viele p-Werte hast, zum Beispiel einen pro Land, stößt du auf das Problem der multiplen Hypothesentests, bei dem du eine strengere Schwelle setzen musst. Die Funktion p.adjust() ist eine einfache Möglichkeit, das zu korrigieren: p.adjust(p.value) auf einem Vektor von p-Werten liefert ein Set, dem du vertrauen kannst.
Hier fügst du zwei Schritte hinzu, um den Datensatz slope_terms zu verarbeiten: Verwende mutate, um eine neue Spalte mit den angepassten p-Werten zu erstellen, und filter, um diejenigen unterhalb einer Schwelle von 0,05 herauszufiltern.
Diese Übung ist Teil des Kurses
Fallstudie: Explorative Datenanalyse in R
Anleitung zur Übung
Verwende die Funktion p.adjust(), um die Spalte p.value anzupassen, und speichere das Ergebnis in einer neuen Spalte p.adjusted. Filtere anschließend die Fälle, bei denen p.adjusted kleiner als 0,05 ist.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Filter for only the slope terms
slope_terms <- country_coefficients %>%
filter(term == "year")
# Add p.adjusted column, then filter