1. Learn
    2. /
  2. Courses
    3. /
  3. R による階層モデルと混合効果モデル
Connected

Exercise

多層構造を探る：学級と学校

前の演習で使った単回帰モデルは、データの構造を考慮していませんでした。生徒は学級で学び、学級は学校の中にあります。つまり、同じ学級内の生徒は独立ではありません。1つの解決策は、各レベルで平均を取ってデータを集約（コラプス）することです。ただし、データのまとめ方は特にグループが小さい場合やサイズが不均等な場合に重要になります。

この演習では、数学の得点向上（mathgain）を3通りの方法で集約します。データを要約した後、各レベルのデータに対して線形モデルを確認します。

Instructions 1/4

undefined XP
    1
    2
    3
    4
  • 学生データを学級レベルに要約するコードを実行します。
  • student_data を使い、mathgain を mathknow で予測する線形モデルを当てはめます。
  • class_data を使い、mathgain_class を mathknow_class で予測する線形モデルを当てはめます。

注: .groups ="keep" は、summarize() にグループ化変数を保持するよう指示します。 これは tidyverse の通知メッセージを抑制するために含まれています。