Nesting berdasarkan topik dan negara

Pada bab sebelumnya, Anda membangun model linier untuk setiap negara dengan menest data per negara, menyesuaikan model pada tiap himpunan data, lalu merapikan setiap model dengan broom dan mengeluarkan kembali koefisiennya (unnest). Kodenya kurang lebih seperti ini:

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

Sekarang, Anda kembali akan memodelkan perubahan dalam persentase jawaban "ya" seiring waktu, tetapi alih-alih satu model untuk setiap negara, Anda akan memasang satu model untuk setiap kombinasi negara dan topik.

Latihan ini adalah bagian dari kursus

Studi Kasus: Exploratory Data Analysis di R

Lihat Kursus

Petunjuk latihan

Muat paket purrr, tidyr, dan broom.
Cetak himpunan data by_country_year_topic ke konsol.
Sesuaikan model linier di dalam setiap negara dan topik pada himpunan data ini, lalu simpan hasilnya sebagai country_topic_coefficients. Anda dapat menggunakan kode yang disediakan sebagai titik awal.
Cetak himpunan data country_topic_coefficients ke konsol.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Load purrr, tidyr, and broom


# Print by_country_year_topic


# Fit model on the by_country_year_topic dataset


# Print country_topic_coefficients

Edit dan Jalankan Kode