IniziaInizia gratis

Visualizzare i risultati sulla clamidia

Nel precedente esercizio hai adattato un GLMER ai dati sulla clamidia dell'Illinois. In questo esercizio vedremo alcuni metodi per visualizzare i risultati. Potresti usare questi metodi per ottenere dei riepiloghi del modello da condividere con un cliente o da inserire in un documento in cui descrivi i tuoi risultati. Tuttavia, ti incoraggio a imparare a manipolare ed esplorare in autonomia gli output del modello per creare i tuoi metodi di visualizzazione. Sviluppare metodi originali può aiutarti a distinguerti come data scientist!

Ecco cosa farai:

  1. Esaminare le stime del modello.
  2. Rappresentare i dati e adattare un glm a ciascuna classe di età. Anche se non è esattamente uguale agli output di glmer(), questa approssimazione aiuta a mostrare i risultati in modo visivamente semplice da comprendere.

Questo esercizio fa parte del corso

Modelli gerarchici e a effetti misti in R

Visualizza il corso

Istruzioni dell'esercizio

  • Estrai le stime degli effetti fissi da model_out usando fixef().
  • Estrai le stime degli effetti casuali da model_out usando ranef().
  • Esegui il codice per tracciare i dati usando i metodi di ggplot2.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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()
Modifica ed esegui il codice