Вложение по теме и стране

В предыдущей главе вы строили линейную модель для каждой страны: вкладывали данные по каждой стране, подбирали модель для каждого набора данных, затем приводили каждую модель в порядок с помощью broom и разворачивали коэффициенты. Код выглядел примерно так:

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

Теперь вы снова будете моделировать изменение доли голосов «за» во времени, но вместо одной модели для каждой страны построите по одной модели для каждой комбинации страны и темы.

Это упражнение является частью курса

Практический пример: разведочный анализ данных в R

Посмотреть курс

Инструкции к упражнению

Загрузите пакеты purrr, tidyr и broom.
Выведите набор данных by_country_year_topic в консоль.
Подберите линейную модель для каждой комбинации страны и темы в этом наборе данных и сохраните результат в переменную country_topic_coefficients. Можете использовать приведённый код как отправную точку.
Выведите набор данных country_topic_coefficients в консоль.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Load purrr, tidyr, and broom


# Print by_country_year_topic


# Fit model on the by_country_year_topic dataset


# Print country_topic_coefficients

Редактировать и запускать код