Confronto tra modelli con ANOVA
Confrontare i modelli può essere difficile. Esistono molti metodi, anche se sono oltre lo scopo di questo corso, come la selezione del modello (ad es., AIC).
L'Analisi della Varianza (ANOVA) è un'opzione di base per confrontare modelli lmer.
L'ANOVA verifica se un modello spiega più variabilità rispetto a un secondo modello.
Lo fa esaminando la quantità di variabilità spiegata dai modelli.
Per esempio, puoi verificare se Year predice Crime nel Maryland.
Per farlo, costruisci un modello nullo con solo County come effetto casuale e un modello con l'anno che includa Year.
Puoi poi confrontare i due modelli usando la funzione anova().
Se Year spiega una quantità significativa di variabilità, allora il valore P sarà inferiore alla soglia predefinita (di solito 0,05).
Questo esercizio fa parte del corso
Modelli gerarchici e a effetti misti in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Build the Null model with only County as a random-effect
null_model <- lmer(Crime ~ (1 | ___) , data = md_crime)
# Build the Year2 model with Year2 as a fixed and random slope and County as the random-effect
year_model <- lmer(Crime ~ ___ + (1 + ___ | ___) , data = md_crime)
# Compare null_model and year_model using an anova
anova(___, ___)