开始使用免费开始使用

按主题和国家进行嵌套

在上一章中,您通过按国家对数据进行嵌套、为每个数据集拟合模型,然后用 broom 整理模型并对系数进行取消嵌套,为每个国家构建了一个线性模型。代码大致如下:

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

现在,您将再次对随时间变化的 "percentage" yes 进行建模,但这次不是为每个国家拟合一个模型,而是为每个国家与主题的组合各拟合一个模型。

本练习是课程的一部分

案例研究:R 中的探索性数据分析

查看课程

练习说明

  • 加载 purrrtidyrbroom 包。
  • by_country_year_topic 数据集打印到控制台。
  • 在该数据集中,按国家和主题分别拟合线性模型,并将结果保存为 country_topic_coefficients。您可以使用提供的代码作为起点。
  • country_topic_coefficients 数据集打印到控制台。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Load purrr, tidyr, and broom


# Print by_country_year_topic


# Fit model on the by_country_year_topic dataset


# Print country_topic_coefficients
编辑并运行代码