Filtrer les pays significatifs
Toutes les pentes ne sont pas significatives, et vous pouvez utiliser la valeur p pour estimer lesquelles le sont ou non.
Cependant, quand vous avez beaucoup de valeurs p, par exemple une par pays, vous vous heurtez au problème des tests d'hypothèses multiples, qui oblige à utiliser un seuil plus strict. La fonction p.adjust() offre une façon simple de corriger ce biais : p.adjust(p.value) appliquée à un vecteur de valeurs p renvoie un ensemble sur lequel vous pouvez vous fier.
Ici, vous allez ajouter deux étapes pour traiter l'ensemble de données slope_terms : utilisez mutate pour créer la nouvelle colonne de valeurs p ajustées, puis filter pour ne conserver que celles en dessous du seuil de 0,05.
Cette activité fait partie du cours
Étude de cas : analyse exploratoire des données en R
Instructions de l’exercice
Utilisez la fonction p.adjust() pour ajuster la colonne p.value et enregistrez le résultat dans une nouvelle colonne p.adjusted. Ensuite, filtrez les cas où p.adjusted est inférieur à 0,05.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Filter for only the slope terms
slope_terms <- country_coefficients %>%
filter(term == "year")
# Add p.adjusted column, then filter