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

Cvičení

Intercepty

Intercepty jsou důležitou součástí regresních modelů, včetně hierarchických, a umožňují modelovat diskrétní skupiny. Bez dalších koeficientů představuje jediný intercept globální průměr dat. Takový model se někdy nazývá nulový model. Podobně lze pomocí více interceptů odhadnout průměr pro každou skupinu, pokud nejsou odhadovány žádné další koeficienty.

V tomto cvičení se seznámíš s intercepty a uvidíš jejich vztah k průměrům. Podíváš se na podmnožinu školních dat obsahující pouze záznamy studentů ze školy s identifikačním kódem 3. Tato data jsou načtena jako school_3_data.

Pokyny 1/4

undefined XP
  • 1
    • Pomocí lineárního modelu odhadni globální intercept pro přírůstky v matematice všech studentů mathgain. Globální intercept se v R zapisuje jako ~ 1.
    • Pomocí mean() uvnitř summarize() vypočítej průměr přírůstků v matematice všech studentů.
  • 2
    • Zkus odhadnout intercept pro každou třídu pomocí vzorce mathgain ~ classid ve funkci lm().
    • Všimni si, že R zachází s classid jako se spojitou proměnnou.
  • 3
    • Pomocí mutate() převeď classid na faktor.
    • Znovu spusť model, který jsi sestavil/a v předchozím kroku.
  • 4
    • Vypočítej průměry pro každou třídu pomocí group_by(classid).
    • Odhadni intercept pro každou třídu pomocí ~ classid - 1 ve vzorci funkce lm().