Sorteren op helling

Nu je hebt gefilterd op landen waar de trend waarschijnlijk niet door toeval komt, ben je misschien benieuwd naar landen waarvan het percentage "yes"-stemmen het snelst verandert in de tijd. Je wilt dus de landen met de hoogste en laagste hellingen vinden; dat is de kolom estimate.

Deze oefening maakt deel uit van de cursus

Casestudy: Exploratory Data Analysis in R

Cursus bekijken

Oefeninstructies

Gebruik arrange() en desc() om de gefilterde landen te sorteren en de landen te vinden waar het percentage "yes" het snelst toeneemt in de tijd.
Gebruik arrange() om te sorteren en de landen te vinden waar het percentage "yes" het snelst afneemt.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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

Code bewerken en uitvoeren