Recalage des pentes

Le dernier graphique montrait que l’évolution du taux de criminalité variait selon les comtés. Cela vous indique que vous devez inclure Year à la fois comme effet aléatoire et comme effet fixe dans votre modèle. L’inclusion de Year de cette façon estimera une pente globale sur l’ensemble des comtés ainsi qu’une pente pour chaque comté. La pente de l’effet fixe estime l’évolution des crimes majeurs sur l’ensemble des comtés du Maryland. La pente de l’effet aléatoire modélise le fait que les comtés n’ont pas tous la même évolution de la criminalité.

Cependant, l’ajustement de ce modèle génère un message d’avertissement ! Pour y remédier, faites démarrer Year non pas à 2006 mais à 0. Nous vous fournissons cette nouvelle variable, Year2 (par exemple, 2006 dans Year devient 0 dans Year2). Il arrive que, lors de l’ajustement d’une régression, vous deviez mettre à l’échelle ou centrer l’ordonnée à l’origine pour la faire démarrer à 0. Cela améliore la stabilité numérique du modèle.