У попередньому розділі ви будували лінійну модель для кожної країни: вкладали дані в межах кожної країни, підганяли модель до кожного піднабору, потім упорядковували результати кожної моделі за допомогою broom і розгортали коефіцієнти. Код виглядав приблизно так:

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

Тепер ви знову моделюватимете зміну «відсотка» голосів «за» у часі, але замість однієї моделі для кожної країни ви побудуєте окрему модель для кожної комбінації країни та теми.

Висновки

Create Your Free Account