Ergebnisse darstellen
Der letzte und wohl wichtigste Schritt beim Erstellen eines Modells ist, die Ergebnisse zu teilen.
In dieser Übung extrahierst du die Schätzungen auf County-Ebene und visualisierst sie mit ggplot2. Die zufälligen Steigungen (Random Effects) auf County-Ebene müssen zu den festen Steigungen (Fixed Effects) addiert werden, um die Steigungsschätzungen für jedes County zu erhalten.
Zusätzlich zur Addition ordnet der Code die Countys nach Kriminalitätsrate (den Steigungsschätzungen), damit die Visualisierung klarer wird.
Das zuvor von dir angepasste Modell glmer_out wurde für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Hierarchische und gemischte Effekte-Modelle in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Extract out the fixed-effect slope for Year2
Year2_slope <- fixef(___)['Year2']
# Extract out the random-effect slopes for county
county_slope <- ranef(___)$County
# Create a new column for the slope
county_slope$slope <- county_slope$Year2 + Year2_slope
# Use the row names to create a county name column
county_slope$county <- rownames(county_slope)
# Create an ordered county-level factor based upon slope values
county_slope$county_plot <- factor(county_slope$county,
levels = county_slope$county[order(county_slope$slope)])