依主題與國家進行巢狀處理

在上一章中，你針對每個國家建立了一個線性模型：先把每個國家的資料做巢狀處理，對每個資料集擬合模型，接著用 broom 將每個模型整理（tidy），最後將係數解除巢狀（unnest）。程式碼大致如下：

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

現在，你仍然要建立「贊成百分比」隨時間變化的模型，但這次不是每個國家一個模型，而是對「國家 × 主題」的每個組合各擬合一個模型。