正や負の傾きが見えても、それが必ずしも実在するとは限りません。p値は、その傾向が偶然による可能性を評価する指標です。一般に、データサイエンティストは例えば .05 未満のp値を有意とみなす、といったしきい値を設定します。
US_fit はワークスペースに残っています。この線形モデルにおいて、year と percent_yes の関係のp値はいくつですか？
US_fit
year
percent_yes
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
データ整形のスキルは、具体的なケーススタディに適用するのが一番の近道です。ここでは、dplyr パッケージを使って国連の投票データをクレンジング・フィルタリングし、解釈しやすい小さな単位に要約する方法を学びます。
データをクレンジングして要約したら、トレンドを理解し洞察を得るために可視化しましょう。ここでは ggplot2 パッケージを使って、各国における国連投票の時系列トレンドを探索します。
可視化は一度に一つの国を見るのに役立ちますが、統計モデリングを使うと、多くの国にまたがるトレンドを定量化し、まとめて解釈できます。ここでは tidyr・purrr・broom パッケージを用いて、各国に線形モデルを当てはめ、その出力を理解・比較する方法を学びます。
現在の演習
この章では、複数の関連するデータセットを結合する方法を学びます。たとえば、各決議のトピック情報を投票分析に組み込む方法です。また、乱れたデータを tidy（整然）データに変換し、整然データがトピックや国の時系列の探索にどのように役立つかを確認します。
