CommencezCommencez gratuitement

Affichage des résultats sur la chlamydia

Dans l'exercice précédent, vous avez ajusté un GLMER aux données sur la chlamydia en Illinois. Dans cet exercice, nous allons passer en revue quelques méthodes pour présenter les résultats. Vous pourriez utiliser ces méthodes pour obtenir des résumés du modèle à remettre à un client ou à inclure dans un document décrivant vos résultats. Cela dit, nous vous encourageons à apprendre à manipuler et à explorer vous-même les sorties de modèle afin de créer vos propres façons de présenter les résultats. Développer vos propres méthodes peut vous aider à vous démarquer comme scientifique des données!

Voici ce que vous ferez :

  1. Examiner les estimations du modèle.
  2. Tracer les données et ajuster un glm pour chaque classe d'âge. Même si ce n'est pas exactement la même chose que les sorties de glmer(), cette approximation facilite la présentation des résultats de manière visuelle et facile à comprendre.

Cette activité fait partie du cours

Modèles hiérarchiques et à effets mixtes en R

Voir le cours

Instructions de l’exercice

  • Extraire les estimations des effets fixes de model_out à l'aide de fixef().
  • Extraire les estimations des effets aléatoires de model_out à l'aide de ranef().
  • Exécutez le code pour tracer les données avec les méthodes de ggplot2.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()
Modifier et exécuter le code