टॉपिक और देश के आधार पर nesting
पिछले चैप्टर में, आपने हर देश के लिए डेटा को देश के आधार पर नेस्ट करके, प्रत्येक डेटासेट पर एक मॉडल फिट करके, फिर broom से हर मॉडल को tidy कर के और coefficients को unnest कर के एक लीनियर मॉडल बनाया था। कोड कुछ इस तरह दिखता था:
country_coefficients <- by_year_country %>%
nest(-country) %>%
mutate(model = map(data, ~ lm(percent_yes ~ year, data = .)),
tidied = map(model, tidy)) %>%
unnest(tidied)
अब, आप फिर से समय के साथ "percentage" yes में बदलाव को मॉडल करेंगे, लेकिन इस बार हर देश के लिए एक मॉडल फिट करने के बजाय, देश और टॉपिक के हर कॉम्बिनेशन के लिए एक मॉडल फिट करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
केस स्टडी: R में Exploratory Data Analysis
अभ्यास निर्देश
purrr,tidyr, औरbroomपैकेज लोड करें।by_country_year_topicडेटासेट को कंसोल पर प्रिंट करें।- इस डेटासेट में प्रत्येक देश और टॉपिक के भीतर एक लीनियर मॉडल फिट करें, और नतीजे को
country_topic_coefficientsनाम से सेव करें। आप दिए गए कोड को शुरुआती बिंदु के रूप में उपयोग कर सकते हैं। country_topic_coefficientsडेटासेट को कंसोल पर प्रिंट करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Load purrr, tidyr, and broom
# Print by_country_year_topic
# Fit model on the by_country_year_topic dataset
# Print country_topic_coefficients