LoslegenKostenlos loslegen

Chlamydien-Ergebnisse darstellen

In der vorherigen Übung hast du ein GLMER auf die Chlamydien-Daten aus Illinois angepasst. In dieser Übung schauen wir uns ein paar Methoden an, mit denen du die Ergebnisse darstellen kannst. Diese Methoden eignen sich, um Zusammenfassungen des Modells für eine:n Auftraggeber:in oder für ein Dokument zu erstellen, in dem du deine Ergebnisse beschreibst. Ich empfehle dir jedoch, zu lernen, wie du Modellausgaben selbst manipulierst und untersuchst, um deine eigenen Darstellungsweisen zu entwickeln. Eigene, durchdachte Methoden helfen dir, dich als Data Scientist abzuheben!

Das wirst du tun:

  1. Prüfe die Modellschätzungen.
  2. Plotte die Daten und passe ein glm für jede Altersklasse an. Auch wenn das nicht exakt den Ausgaben von glmer() entspricht, hilft diese Annäherung, die Ergebnisse visuell leicht verständlich darzustellen.

Diese Übung ist Teil des Kurses

Hierarchische und gemischte Effekte-Modelle in R

Kurs anzeigen

Anleitung zur Übung

  • Extrahiere die Schätzungen der Fixed Effects aus model_out mit fixef().
  • Extrahiere die Schätzungen der Random Effects aus model_out mit ranef().
  • Führe den Code aus, um die Daten mit ggplot2-Methoden zu plotten.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Extract out fixed effects
___
# Extract out random effects 
___

# Run code to see one method for plotting the data
ggplot(data = il_data_2, 
       aes(x = year, y = count, group = county)) +
    geom_line() +
    facet_grid(age ~ . ) +
    stat_smooth(method = "glm",
                method.args = list(family = "poisson"), 
                se = FALSE,
                alpha = 0.5) +
    theme_minimal()
Code bearbeiten und ausführen