Filteren op significante landen
Niet alle hellingen zijn significant, en je kunt de p-waarde gebruiken om in te schatten welke wel en welke niet.
Als je echter veel p-waarden hebt, zoals één per land, krijg je te maken met het probleem van multiple hypothesetoetsing en heb je een strengere drempel nodig. De functie p.adjust() is een eenvoudige manier om hiervoor te corrigeren: p.adjust(p.value) op een vector met p-waarden geeft een set terug waar je op kunt vertrouwen.
Hier voeg je twee stappen toe om de slope_terms-gegevensset te verwerken: gebruik mutate om een nieuwe, aangepaste p-waardekolom te maken, en filter om te filteren op waarden onder de drempel van .05.
Deze oefening maakt deel uit van de cursus
Casestudy: Exploratory Data Analysis in R
Oefeninstructies
Gebruik de functie p.adjust() om de kolom p.value te corrigeren en sla het resultaat op in een nieuwe kolom p.adjusted. Filter vervolgens op gevallen waar p.adjusted kleiner is dan .05.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Filter for only the slope terms
slope_terms <- country_coefficients %>%
filter(term == "year")
# Add p.adjusted column, then filter