Imbriquer par sujet et par pays

Au chapitre précédent, vous avez construit un modèle linéaire pour chaque pays en imbriquant les données par pays, en ajustant un modèle à chaque sous-ensemble, puis en mettant de l’ordre dans chaque modèle avec broom et en désimbriquant les coefficients. Le code ressemblait à ceci :

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

Vous allez maintenant à nouveau modéliser l’évolution du pourcentage de « yes » au fil du temps, mais au lieu d’ajuster un modèle par pays, vous en ajusterez un pour chaque combinaison de pays et de sujet.