메릴랜드 범죄 데이터로 통계적 추론하기

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

R로 배우는 계층 및 혼합 효과 모형

SkillTag.level.advancedSkillTag.label

4.7+

무료로 강의 시작하기

1장에서는 혼합 효과를 사용해야 하는 상황의 예를 제시하고, 회귀의 구성 요소를 설명합니다. 또한 중첩 구조를 가진 학생 시험 점수 데이터를 통해 혼합 효과를 시연합니다.

Exercise 1: 계층적 모형이란 무엇인가요?Exercise 2: 위계적 데이터셋의 예시 Exercise 3: 다층 학생 데이터 Exercise 4: 다중 수준 살펴보기: 학급과 학교 Exercise 5: 회귀의 구성 요소 Exercise 6: 절편(Intercepts)Exercise 7: 기울기와 다중 회귀 Exercise 8: 학교 데이터를 활용한 회귀의 랜덤 효과 Exercise 9: 랜덤 효과 절편 Exercise 10: 랜덤 효과 기울기 Exercise 11: 학교 모델 만들기 Exercise 12: 학교 모델 해석하기

이 장은 선형 혼합 효과 모형을 소개합니다. 다양한 유형의 랜덤 효과를 다루고, 선형 혼합 효과 모형의 결과를 해석하는 방법을 설명하며, 메릴랜드 범죄 데이터를 사용해 혼합 효과 모형에서의 통계적 추론 방법을 살펴봅니다.

Exercise 1: 선형 혼합 효과 모형 - 출생률 데이터 Exercise 2: 무작위 효과가 있는 lmer 모델 만들기 Exercise 3: 고정 효과 포함하기 Exercise 4: 랜덤 효과 기울기 Exercise 5: 비상관(random-effect) 기울기 Exercise 6: 고정 효과와 랜덤 효과 예측 변수 Exercise 7: lmer 출력 이해와 보고 Exercise 8: print와 summary 출력 비교하기 Exercise 9: 회귀계수 추출하기 Exercise 10: lmer 모델 결과 표시하기 Exercise 11: 메릴랜드 범죄 데이터로 통계적 추론하기

현재 연습

Exercise 12: 메릴랜드 범죄 데이터 시각화 Exercise 13: 기울기 재스케일링 Exercise 14: 귀무가설 검정 Exercise 15: P-값을 둘러싼 논쟁 Exercise 16: ANOVA를 사용한 모형 비교

이 장은 일반화 선형 혼합 효과 모형을 사용해 비정규 오차항을 포함하도록 선형 혼합 효과 모형을 확장합니다. 모형에 비정규 오차항을 포함하도록 바꾸면 비선형 반응을 가진 더 다양한 데이터를 모델링할 수 있습니다. 일반화 선형 모형을 복습한 뒤, 혼합 효과 모형의 맥락에서 이항 데이터와 계수형 데이터를 살펴봅니다.

Exercise 1: GLM 빠른 훑어보기 Exercise 2: 로지스틱 회귀 Exercise 3: 포아송 회귀 Exercise 4: GLM 그리기 Exercise 5: 이항 데이터 Exercise 6: 독성학 데이터 Exercise 7: 마케팅 예시 Exercise 8: 오즈비 계산하기 Exercise 9: 계수형 데이터 Exercise 10: 인터넷 클릭전환 Exercise 11: 연령대와 카운티별 클라미디아 Exercise 12: 클라미디아 결과 표시하기

이 장은 반복 측정 분석이 혼합 효과 모델링의 특수한 경우임을 보여 줍니다. 먼저 대응표본 t-검정과 반복 측정 ANOVA를 복습합니다. 다음으로 선형 혼합 효과 모형을 사용해 수면 연구 데이터를 살펴봅니다. 마지막으로 일반화 선형 혼합 효과 모형을 사용해 시간에 따른 뉴욕주의 증오 범죄 데이터를 분석합니다.

Exercise 1: 반복측정 소개 Exercise 2: 대응 표본 t-검정 Exercise 3: 반복측정 ANOVA Exercise 4: 수면 연구 Exercise 5: 데이터 탐색하기 Exercise 6: 모델 구축하기 Exercise 7: 회귀와 ANOVA 비교하기 Exercise 8: 결과 시각화 Exercise 9: 뉴욕주에서 혐오 범죄가 증가했을까요?Exercise 10: NY 증오 범죄 데이터 살펴보기 Exercise 11: 모형 구축하기 Exercise 12: 모형 결과 해석하기 Exercise 13: 결과 표시하기 Exercise 14: R에서의 계층적 모형 복습 Exercise 15: 마무리