Filtrowanie istotnych krajów
Nie wszystkie nachylenia są istotne statystycznie – wartość p pozwala ocenić, które z nich są znaczące, a które nie.
Kiedy jednak masz wiele wartości p, na przykład po jednej dla każdego kraju, pojawia się problem wielokrotnego testowania hipotez. W takim przypadku trzeba zastosować bardziej rygorystyczny próg. Funkcja p.adjust() to prosty sposób na korektę tego problemu – p.adjust(p.value) na wektorze wartości p zwraca zestaw wyników, którym można zaufać.
W tym ćwiczeniu dodasz dwa kroki do przetwarzania zbioru danych slope_terms: użyj mutate, aby utworzyć nową kolumnę ze skorygowanymi wartościami p, a następnie filter, aby odfiltrować te poniżej progu .05.
To ćwiczenie jest częścią kursu
Studium przypadku: eksploracyjna analiza danych w R
Instrukcje do ćwiczenia
Użyj funkcji p.adjust(), aby skorygować kolumnę p.value, zapisując wynik w nowej kolumnie p.adjusted. Następnie odfiltruj wiersze, w których p.adjusted jest mniejsze niż .05.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Filter for only the slope terms
slope_terms <- country_coefficients %>%
filter(term == "year")
# Add p.adjusted column, then filter