MulaiMulai sekarang secara gratis

Menampilkan hasil klamidia

Pada latihan sebelumnya, Anda memasang GLMER pada data klamidia Illinois. Dalam latihan ini, kita akan membahas beberapa metode untuk menampilkan hasil. Anda dapat menggunakan metode ini untuk membuat ringkasan model bagi klien atau untuk dokumen yang Anda tulis saat menjelaskan hasil Anda. Namun, saya mendorong Anda untuk mempelajari cara memanipulasi dan mengeksplorasi keluaran model secara mandiri agar dapat membuat metode Anda sendiri untuk menampilkan hasil. Mengembangkan metode unik Anda sendiri dapat membantu Anda menonjol sebagai data scientist!

Berikut yang akan Anda lakukan:

  1. Menelaah estimasi model.
  2. Membuat plot data dan memasang glm untuk setiap kelompok umur. Meskipun tidak persis sama dengan keluaran glmer(), pendekatan ini membantu menampilkan hasil dengan cara yang mudah dipahami secara visual.

Latihan ini adalah bagian dari kursus

Model Hierarki dan Mixed Effects di R

Lihat Kursus

Petunjuk latihan

  • Ekstrak estimasi efek tetap dari model_out menggunakan fixef().
  • Ekstrak estimasi efek acak dari model_out menggunakan ranef().
  • Jalankan kodenya untuk memplot data menggunakan metode ggplot2.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()
Edit dan Jalankan Kode