CommencezCommencez gratuitement

Afficher les résultats d'un modèle lmer

Les scientifiques des données doivent communiquer leur travail, et DataCamp propose des cours sur le sujet. Expliquer votre démarche aide votre public à comprendre les résultats. Pour y parvenir, adaptez votre présentation au niveau de connaissance et aux attentes de votre auditoire.

Pour un public non technique, décrivez les principaux constats issus de vos résultats. Par exemple, vous pourriez dire : les comtés où les mères sont plus âgées tendent à avoir des taux de natalité plus faibles. Pour un public technique, incluez des détails comme les coefficients estimés, les intervalles de confiance et les statistiques de test. Des ouvrages comme The Chicago Guide to Writing about Multivariate Analysis offrent des pistes pour décrire les résultats de régression.

Dans cet exercice, vous allez extraire et tracer les effets fixes. En plus de tracer les coefficients (avec geom_point()) et leurs intervalles de confiance à 95 % (avec geom_linerange()), vous ajouterez une ligne rouge au graphique pour mieux visualiser la position de zéro (à l'aide de geom_hline()). Si les intervalles de confiance à 95 % n'incluent pas zéro, l'estimation du coefficient diffère de zéro.

coord_flip() est requis parce que ggplot ne permet pas xmin ou xmax, seulement ymin et ymax. Et theme_minimal() remplace le thème par défaut.

Note technique : Extraire les coefficients de régression depuis lmer est délicat (voir la discussion entre les auteurs de lmer et de broom).

Cette activité fait partie du cours

Modèles hiérarchiques et à effets mixtes en R

Voir le cours

Instructions de l’exercice

  • Extrayez les coefficients du modèle out en utilisant tidy() du paquet broom.mixed. Incluez l'intervalle de confiance.
  • Utilisez le code fourni pour exclure les estimations d'effets aléatoires.
  • Affichez le tableau des coefficients à l'écran.
  • Tracez les résultats avec ggplot2. Utilisez term pour l'axe des x, estimate pour l'axe des y, conf.low pour ymin et conf.high pour ymax.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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()
Modifier et exécuter le code