Predittore a effetto fisso e casuale
Nei precedenti esercizi hai adattato modelli a effetti misti con diversi effetti fissi e casuali.
A volte, un modello può avere lo stesso predittore sia come effetto fisso sia come effetto casuale. Per esempio, potresti voler stimare l’effetto medio dell’età della madre al parto (AverageAgeofMother). Includere il predittore come effetto fisso ti permette di stimare l’effetto dell’età della madre su tutte le località. Includere il predittore come effetto casuale ti permette, allo stesso tempo, di tener conto (o di correggere) delle diverse stime della pendenza tra gli stati.
Questo esercizio fa parte del corso
Modelli gerarchici e a effetti misti in R
Istruzioni dell'esercizio
- Costruisci un
lmer()usandoAverageAgeofMothercome effetto fisso eAverageAgeofMothercome effetto casuale annidato inStateper prevedereBirthRateconcounty_births_data. Assicurati che l’effetto fisso venga prima degli effetti casuali nella formula. - Usa
summary()sull’output.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Construct a lmer()
out <- lmer(___)
# Look at the summary
summary(___)