Créer un modèle lmer avec effets aléatoires

Dans la vidéo, vous avez découvert les données sur les taux de natalité au niveau des comtés. Les comtés appartiennent à des États et il est possible que les États contribuent à la variabilité. Dans ces exercices, vous allez créer une série de modèles à effets mixtes à partir de ces données.

Dans cet exercice, vous allez construire un modèle hiérarchique avec une ordonnée à l'origine globale (effet fixe) et un effet aléatoire pour l'État. Vous examinerez ensuite le summary() du modèle et le plot() des résidus. Comme pour d'autres analyses de régression, l'examen des résidus peut vous aider à déceler des problèmes dans le modèle.

Avec lmer(), il y a deux façons de faire : y ~ 1 + (1 | random_effect) ou la forme abrégée, y ~ (1 | random_effect). Utilisez la forme abrégée dans cet exercice pour que votre réponse réussisse le test de DataCamp.

Lorsqu'on construit des modèles à effets mixtes, commencer par des modèles simples, comme le modèle à ordonnée à l'origine globale, permet de vérifier s'il existe des problèmes dans les données ou le code. Une ordonnée à l'origine globale suppose qu'une seule ordonnée à l'origine peut rendre compte de toute la variabilité des données. On peut voir l'ordonnée à l'origine globale comme l'idée que vous ne pouvez pas mieux modéliser ces données qu'en modélisant uniquement la moyenne, sans inclure d'autres variables prédictives.