ComenzarEmpieza gratis

Mostrar los resultados de un modelo lmer

Las personas que trabajan con datos deben comunicar su trabajo, y DataCamp ofrece cursos sobre el tema. Explicar tu trabajo ayuda a tu audiencia a entender los resultados. Para ello, adapta tu presentación al nivel de conocimiento y expectativas de tu audiencia.

Para audiencias no técnicas, describe los hallazgos importantes de tu salida. Por ejemplo, podrías decir: los condados con madres de mayor edad tienden a tener tasas de natalidad más bajas. Para audiencias técnicas, incluye detalles como estimaciones de coeficientes, intervalos de confianza y estadísticas de prueba. Libros como The Chicago Guide to Writing about Multivariate Analysis ofrecen sugerencias para describir los resultados de regresiones.

En este ejercicio, extraerás y representarás los efectos fijos. Además de graficar los coeficientes (con geom_point()) y sus intervalos de confianza al 95% (con geom_linerange()), añadirás una línea roja al gráfico para ayudar a visualizar dónde está el cero (usando geom_hline()). Si los intervalos de confianza al 95% no incluyen el cero, la estimación del coeficiente difiere de cero.

coord_flip() es necesario porque ggplot no permite xmin o xmax, solo ymin y ymax. Y theme_minimal() cambia el tema respecto al predeterminado.

Nota técnica: Extraer coeficientes de regresión de lmer es complicado (consulta el debate entre las personas autoras de lmer y broom).

Este ejercicio forma parte del curso

Modelos jerárquicos y de efectos mixtos en R

Ver curso

Instrucciones del ejercicio

  • Extrae los coeficientes del modelo out usando tidy() del paquete broom.mixed. Incluye el intervalo de confianza.
  • Usa el código existente para filtrar las estimaciones de efectos aleatorios.
  • Imprime la tabla de coeficientes en pantalla.
  • Representa los resultados con ggplot2. Usa term para el eje x, estimate para el eje y, conf.low para ymin y conf.high para ymax.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Extract out the parameter estimates and confidence intervals
coef_estimates <-
	___(___, ___) %>%
	filter(effect == "fixed")

# Print the new dataframe
print(___)

# Plot the results using ggplot2
ggplot(coef_estimates, aes(x = ___, y = ___,
                     ymin = ___, ymax = ___)) +
    geom_hline( yintercept = 0, color = 'red' ) +
    geom_linerange() + geom_point() + coord_flip() + theme_minimal()
Editar y ejecutar código