年齢層と郡別のクラミジア

感染者数は時間とともに変化し、年齢層によっても異なります。文化的・社会的・政策的な要因などが理由として考えられます。人口が少ない場合、感染者数にはゼロが含まれることが多く、正規分布に従わないことがあります。このようなデータには Poisson モデルを使います。

この演習では、イリノイ州の小規模な郡におけるクラミジア感染の違いを調べます。次の問いを考えます。

報告された症例数は、15〜19歳と20〜24歳で違いがありますか？
これら2つの年齢層で、時間の経過に伴って報告症例数は変化していますか？

このデータは、イリノイ州が年齢層と郡ごとにクラミジアなどの感染症を集計したものです。まず Poisson の glmer を当てはめます。次に、結果を確認します。次の演習で、データを可視化します。

警告: 式をタイプミスすると、R がクラッシュする可能性があります。これは lmer() や glmer() を使う際の落とし穴です。

glmer() を "poisson" family で実行し、固定効果の age（第1の固定効果）と year（第2の固定効果）から count を予測し、さらに year を county でグループ化したランダム効果として含めてください。データは il_data を使います。
モデルの summary() を確認してください。
ランダム効果に注意してください。 ランダム効果の指定を誤ると、R がクラッシュする場合があります。