MulaiMulai sekarang secara gratis

Menampilkan hasil dari model lmer

Data scientist harus mengomunikasikan pekerjaan mereka dan DataCamp menawarkan kursus tentang topik ini. Menjelaskan pekerjaan Anda membantu audiens memahami hasilnya. Untuk melakukan ini, sesuaikan penyajian Anda dengan tingkat pengetahuan dan ekspektasi audiens.

Untuk audiens nonteknis, uraikan temuan penting dari keluaran Anda. Misalnya, Anda bisa mengatakan, county dengan ibu yang lebih tua cenderung memiliki tingkat kelahiran yang lebih rendah. Untuk audiens teknis, sertakan detail seperti taksiran koefisien, interval kepercayaan, dan statistik uji. Buku seperti The Chicago Guide to Writing about Multivariate Analysis memberikan saran untuk menjelaskan keluaran regresi.

Dalam latihan ini, Anda akan mengekstrak dan membuat plot efek tetap (fixed-effects). Selain memplot koefisien (dengan geom_point()) dan interval kepercayaan 95%-nya (dengan geom_linerange()), Anda akan menambahkan garis merah pada plot untuk membantu memvisualisasikan lokasi nol (menggunakan geom_hline()). Jika interval kepercayaan 95% tidak mencakup nol, taksiran koefisien berbeda dari nol.

coord_flip() diperlukan karena ggplot tidak mengizinkan xmin atau xmax, hanya ymin dan ymax. Selain itu, theme_minimal() mengubah tema dari bawaan.

Catatan teknis: Mengekstrak koefisien regresi dari lmer cukup rumit (lihat diskusi antara penulis lmer dan broom).

Latihan ini adalah bagian dari kursus

Model Hierarki dan Mixed Effects di R

Lihat Kursus

Petunjuk latihan

  • Ekstrak koefisien dari model out menggunakan tidy() dari paket broom.mixed. Sertakan interval kepercayaannya.
  • Gunakan kode yang sudah ada untuk menyaring taksiran efek acak.
  • Cetak tabel koefisien ke layar.
  • Buat plot keluaran menggunakan ggplot2. Gunakan term untuk sumbu x, estimate untuk sumbu y, conf.low untuk ymin, dan conf.high untuk ymax.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()
Edit dan Jalankan Kode