Náhodné efekty sklonů
V předchozím cvičení jsi odhadl/a náhodné efekty interceptů pro každý stát. To ti umožnilo zohlednit, že každý stát má svůj vlastní intercept. V tomto cvičení odhadneš náhodný efekt sklonu pro každý stát. Například logaritmus celkové populace okresu (log\(_{10}\)), LogTotalPop, může ovlivňovat porodnost v okrese A ZÁROVEŇ se lišit podle státu.
Z videa si vzpomeneš, že náhodný efekt slope lze odhadnout pro každou group pomocí syntaxe (slope | group) ve funkci lmer().
V tomto cvičení sestav model se smíšenými efekty, který odhaduje vliv průměrného věku matky a zároveň zohledňuje stát a celkovou populaci jako náhodné efekty.
Jak se výsledky tohoto modelu liší od předchozího modelu, který jsi sestavil/a?
Toto cvičení je součástí kurzu
Hierarchické a smíšené modely s náhodnými efekty v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Include the AverageAgeofMother as fixed-effect and State as a random-effect
model_a <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)
# Include the AverageAgeofMother as fixed-effect and LogTotalPop and State as random-effects
model_b <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)