Trier par pente
Maintenant que vous avez filtré les pays où la tendance n’est probablement pas due au hasard, vous souhaitez peut-être identifier ceux dont le pourcentage de votes « yes » évolue le plus rapidement au fil du temps. Vous voulez donc trouver les pays ayant les pentes les plus fortes et les plus faibles, c’est-à-dire la colonne estimate.
Cet exercice fait partie du cours
Étude de cas : analyse exploratoire de données en R
Instructions
- 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 les pays dont le pourcentage « yes » diminue le plus rapidement.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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