1. Учиться
    2. /
  2. Courses
    3. /
  3. R로 배우는 계층 및 혼합 효과 모형
Connected

Exercise

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:

  1. 15–19세와 20–24세 사이에 보고된 사례 수는 차이가 있나요?
  2. 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.

Инструкции 1 / 3

undefined XP
    1
    2
    3
  • glmer()를 사용해 "poisson" 패밀리로, 종속변수 count를 고정 효과 age(첫 번째 고정 효과)와 year(두 번째 고정 효과)의 함수로 예측하고, county로 그룹화된 year를 무작위 효과로 포함하세요. 데이터는 il_data를 사용합니다.
  • 모형의 summary()를 확인하세요.
  • 무작위 효과 지정에 주의하세요. 무작위 효과를 잘못 지정하면 R이 중단될 수 있습니다.