1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Hierarchické a smíšené modely s náhodnými efekty v R
Connected

Cvičení

Zobrazení výsledků modelu lmer

Datoví vědci musejí svou práci umět také prezentovat – DataCamp nabízí kurzy na toto téma. Dobré vysvětlení výsledků pomáhá publiku pochopit, co jsi zjistil/a. Přizpůsob proto způsob prezentace znalostem a očekáváním svého publika.

Ne-technickému publiku stačí popsat hlavní zjištění. Například: okresy, kde jsou matky starší, mají tendenci mít nižší porodnost. Technické publikum ocení detaily jako odhady koeficientů, intervaly spolehlivosti nebo testové statistiky. Knihy jako The Chicago Guide to Writing about Multivariate Analysis nabízejí tipy, jak popisovat výstupy regresních modelů.

V tomto cvičení budeš extrahovat a vizualizovat pevné efekty. Kromě vykreslení koeficientů (pomocí geom_point()) a jejich 95% intervalů spolehlivosti (pomocí geom_linerange()) přidáš do grafu červenou čáru, která pomáhá vizuálně odlišit, kde leží nula (pomocí geom_hline()). Pokud 95% interval spolehlivosti nulu neobsahuje, liší se odhad koeficientu od nuly.

coord_flip() je nutné použít proto, že ggplot neumožňuje parametry xmin ani xmax, pouze ymin a ymax. theme_minimal() pak změní téma grafu oproti výchozímu nastavení.

Technická poznámka: Extrakce regresních koeficientů z lmer není přímočará (viz diskuse mezi autory lmer a broom).

Pokyny

100 XP
  • Z modelu out extrahuj koeficienty pomocí funkce tidy() z balíčku broom.mixed. Zahrň interval spolehlivosti.
  • Pomocí připraveného kódu odfiltruj odhady náhodných efektů.
  • Vypiš tabulku koeficientů na obrazovku.
  • Výsledky vizualizuj pomocí ggplot2. Použij term pro osu x, estimate pro osu y, conf.low pro ymin a conf.high pro ymax.