Unkorrelierte Random-Slope
In der vorherigen Übung hast du die Standardeinstellung von lme4 verwendet und angenommen, dass Steigungen und Achsenabschnitte innerhalb jeder Gruppe für die Random-Effect-Schätzungen korreliert sind. Diese Annahme ist jedoch nicht immer gültig, oder wir möchten das Modell vereinfachen, wenn es numerisch schwierig zu schätzen ist.
Ein Modell mit unkorrelierten Random-Effects zu bauen, ist eine Möglichkeit, das Modell potenziell zu vereinfachen. Außerdem können sich lmer()-Modelle schwer anpassen lassen, und das Überprüfen der Modellausgaben ist ein nützlicher Schritt beim Debuggen. Alternativ hast du vielleicht Fachexpertise und möchtest annehmen, dass die Random-Effects nicht korreliert sind.
Um ein Modell mit einer unkorrelierten Random-Slope zu schätzen, verwende || statt | in der lmer()-Syntax.
Das zweite Modell aus der vorherigen Übung, model_b, wurde für dich geladen. Vergleiche die Ausgaben von model_c mit den bisherigen Ausgaben von model_b.
Die lme4-lmer-Vignette enthält einen Abschnitt zu unkorrelierten Random-Effects.
Diese Übung ist Teil des Kurses
Hierarchische und gemischte Effekte-Modelle in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Include AverageAgeofMother as fixed-effect and LogTotalPop and State as uncorrelated random-effects
model_c <- lmer(BirthRate ~ ___,
county_births_data)
# Compare outputs of both models
summary(model_b)
summary(model_c)