1. Apprendre
    2. /
  2. Cours
    3. /
  3. Modèles hiérarchiques et à effets mixtes en R
Connected

Exercice

Pente d'effet aléatoire non corrélée

Dans l'exercice précédent, vous avez utilisé le paramètre par défaut de lme4 et supposé que, pour les estimations d'effets aléatoires, les pentes et les intercepts à l'intérieur de chaque groupe étaient corrélés. Toutefois, cette hypothèse n'est pas toujours valide, et il peut être utile de simplifier le modèle si vous éprouvez des difficultés à l'ajuster numériquement.

Construire un modèle avec des effets aléatoires non corrélés est une façon potentielle de simplifier le modèle. De plus, les modèles lmer() peuvent être difficiles à ajuster, et examiner les sorties du modèle est une étape utile pour le débogage. Autrement, vous pouvez avoir une expertise du domaine qui vous amène à supposer que les effets aléatoires ne sont pas corrélés.

Pour ajuster un modèle avec une pente d'effet aléatoire non corrélée, utilisez || plutôt que | avec la syntaxe de lmer().

Le deuxième modèle que vous avez construit dans l'exercice précédent, model_b, a été chargé pour vous. Comparez les sorties de model_c aux anciennes sorties de model_b.

La vignette lmer de lme4 comprend une section sur les effets aléatoires non corrélés.

Instructions 1/2

undefined XP
    1
    2
  • Construisez un modèle avec AverageAgeofMother comme effet fixe et LogTotalPop comme pente d'effet aléatoire non corrélée avec State.
  • Comparez les sorties de summary() pour chaque modèle.