Trier par pente
Maintenant que vous avez filtré les pays où la tendance n'est probablement pas due au hasard, vous voudrez peut-être repérer ceux dont le pourcentage de votes « yes » change le plus rapidement avec le temps. Vous cherchez donc les pays ayant les pentes les plus élevées et les plus faibles, c'est-à-dire la colonne estimate.
Cette activité fait partie du cours
Étude de cas : analyse exploratoire des données en R
Instructions de l’exercice
- À l'aide de
arrange()etdesc(), triez les pays filtrés pour trouver ceux dont le pourcentage « yes » augmente le plus rapidement au fil du temps. - À l'aide de
arrange(), triez pour trouver ceux dont le pourcentage « yes » diminue le plus rapidement.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Filter by adjusted p-values
filtered_countries <- country_coefficients %>%
filter(term == "year") %>%
mutate(p.adjusted = p.adjust(p.value)) %>%
filter(p.adjusted < .05)
# Sort for the countries increasing most quickly
# Sort for the countries decreasing most quickly