İç içe geçmiş veri çerçevelerinde modelleme

Önceden ansur_df olarak yüklenmiş olan ABD Ordusu ANSUR II vücut ölçüm veri kümesi üzerinde çalışacaksın. Amaç, her iki cinsiyet için verileri iç içe geçirme (nest) yöntemiyle düzenleyerek aynı anda iki doğrusal model eğitmek: her cinsiyet için bir model. Bu modeller, bir kişinin ağırlığını boyundan (stature/height) ve bel çevresinden türetecek. Ardından broom paketindeki glance() fonksiyonunun ürettiği model istatistiklerini incelemek için veriyi tekrar açacaksın (unnest).

dplyr, broom ve purrr paketleri senin için önceden yüklendi.

Not: Verilen koddaki purrr paketinin map() fonksiyonu, her iç içe geçmiş veri çerçevesi üzerinde fonksiyonları uygular. Eğer boru (pipe) içinde fonksiyon kullanmayı seviyorsan bu pakete mutlaka göz at!

Bu egzersiz, kursun bir parçasıdır

tidyr ile Veriyi Şekillendirme

Kursa Göz Atın

Egzersiz talimatları

Veriyi sex değişkenine göre grupla.
Veriyi iç içe geçir (nest).
glanced sütununu unnest et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

ansur_df %>%
  # Group the data by sex
  ___ %>% 
  # Nest the data
  ___ %>% 
  mutate(
    fit = map(data, function(df) lm(weight_kg ~ waist_circum_m + stature_m, data = df)),
    glanced = map(fit, glance)
  ) %>% 
  # Unnest the glanced column
  ___

Kodu Düzenle ve Çalıştır