การทำ Linear Regression กับแต่ละชุดข้อมูลที่ซ้อนอยู่

หลังจากแยกข้อมูลของแต่ละประเทศออกเป็นชุดข้อมูลย่อยในคอลัมน์ data แล้ว ขั้นตอนต่อไปคือการ fit โมเดลเชิงเส้นให้กับแต่ละชุดข้อมูลเหล่านั้น

ฟังก์ชัน map() จากแพ็กเกจ purrr ทำงานโดยนำ formula ไปใช้กับแต่ละรายการในลิสต์ โดย . แทนรายการแต่ละตัว ตัวอย่างเช่น การบวก 1 เข้ากับทุกตัวเลขในลิสต์:

map(numbers, ~ 1 + .)

ดังนั้น หากต้องการ fit โมเดลให้กับแต่ละชุดข้อมูล สามารถทำได้ดังนี้:

map(data, ~ lm(percent_yes ~ year, data = .))

โดย . แทนแต่ละรายการจากคอลัมน์ data ใน by_year_country ซึ่งแต่ละรายการในคอลัมน์ data คือชุดข้อมูลที่เป็นของแต่ละประเทศโดยเฉพาะ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

กรณีศึกษา: การวิเคราะห์เชิงสำรวจข้อมูลใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

โหลดแพ็กเกจ tidyr และ purrr
หลังจาก nesting แล้ว ใช้ฟังก์ชัน map() ภายใน mutate() เพื่อทำ linear regression กับแต่ละชุดข้อมูล (กล่าวคือ แต่ละรายการในคอลัมน์ data ของ by_year_country) โดยโมเดล percent_yes เป็นฟังก์ชันของ year แล้วบันทึกผลลัพธ์ไว้ในคอลัมน์ model

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Load tidyr and purrr



# Perform a linear regression on each item in the data column
by_year_country %>%
  nest(-country)

แก้ไขและรันโค้ด