연령대와 카운티별 클라미디아
감염자 수는 시간에 따라 변하고 연령대에 따라서도 다르게 나타나요. 문화적, 사회적, 정책적 요인 등이 가능한 원인일 수 있어요. 소규모 집단에서는 감염자 수에 0이 자주 포함되고 정규분포를 따르지 않는 경우가 많습니다. 이런 데이터에는 포아송(Poisson) 모형을 사용하세요.
이번 연습 문제에서는 일리노이(Illinois)주의 작은 카운티에서 클라미디아 감염이 어떻게 달라지는지 살펴봅니다. 다음과 같은 질문을 던질 거예요:
- 15–19세와 20–24세 사이에 보고된 사례 수는 차이가 있나요?
- 이 두 연령대에서 보고된 사례 수는 시간에 따라 변하고 있나요?
이 데이터는 일리노이 주에서 제공한 자료로, 연령대와 카운티별 클라미디아 등의 감염 요약 통계를 담고 있습니다.
먼저 포아송 glmer 모형을 적합하세요.
그다음 결과를 확인합니다.
다음 연습 문제에서 데이터를 시각화할 거예요.
Warning: 공식을 잘못 입력하면 R이 중단될 수 있어요. 이는 lmer()와 glmer() 사용 시 발생할 수 있는 함정입니다.
이 연습은 강의의 일부입니다
R로 배우는 계층 및 혼합 효과 모형
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load lmerTest
library(lmerTest)
# Age goes before year
model_out <- ___
summary(___)