预期寿命一直在稳步提高。然而，如果你仔细观察，可能会注意到一些国家并不遵循这一模式。我们如何让这些国家更容易被看到？

一种方法是使用与上一章相同的方法：存在一个强信号（整体线性增长），使得更细微的趋势难以看清。我们将通过拟合一个带线性趋势的模型来把这些因素分离出来。该模型捕捉随时间的稳定增长，而残差将显示剩余的部分。

如果只有一个国家，你已经知道该怎么做：

nz <- filter(gapminder, country == "New Zealand") nz %>% ggplot(aes(year, lifeExp)) + geom_line() + ggtitle("Full data = ") nz_mod <- lm(lifeExp ~ year, data = nz) nz %>% add_predictions(nz_mod) %>% ggplot(aes(year, pred)) + geom_line() + ggtitle("Linear trend + ") nz %>% add_residuals(nz_mod) %>% ggplot(aes(year, resid)) + geom_hline(yintercept = 0, color = "white", size = 3) + geom_line() + ggtitle("Remaining pattern")

我们如何轻松地为每个国家拟合该模型？

嵌套数据

你可以想象把那段代码复制粘贴多次；但你已经学过更好的方法！提取出共同的