Kemiringan efek-acak
Pada latihan sebelumnya, Anda mengestimasi intersep efek-acak untuk setiap negara bagian. Ini memungkinkan Anda memperhitungkan bahwa masing-masing negara bagian memiliki intersepnya sendiri. Pada latihan ini, Anda akan mengestimasi kemiringan (slope) efek-acak untuk setiap negara bagian. Misalnya, mungkin log\(_{10}\)(total populasi tiap county), LogTotalPop, memengaruhi tingkat kelahiran suatu county DAN bervariasi menurut negara bagian.
Ingat dari video, sebuah slope efek-acak dapat diestimasi untuk setiap group menggunakan sintaks (slope | group) dengan lmer().
Pada latihan ini, sesuaikan model efek-campuran yang mengestimasi pengaruh usia rata-rata ibu dengan tetap memperhitungkan negara bagian dan total populasi sebagai efek-acak.
Bagaimana perbandingan keluaran dari model ini dengan model sebelumnya yang Anda bangun?
Latihan ini merupakan bagian dari kursus
Model Hierarki dan Mixed Effects di R
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Include the AverageAgeofMother as fixed-effect and State as a random-effect
model_a <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)
# Include the AverageAgeofMother as fixed-effect and LogTotalPop and State as random-effects
model_b <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)