1. 学ぶ
    2. /
  2. コース
    3. /
  3. R로 배우는 계층 및 혼합 효과 모형
Connected

演習

기울기 재스케일링

마지막 그래프는 카운티마다 범죄율 변화가 달랐음을 보여줬어요. 이는 모델에서 Year를 고정 효과와 임의 효과에 모두 포함해야 함을 의미합니다. 이렇게 Year를 포함하면 모든 카운티에 대한 전역 기울기와 각 카운티별 기울기를 함께 추정할 수 있어요. 고정 효과 기울기는 메릴랜드 전체 카운티에서의 중대 범죄 변화량을 추정하고, 임의 효과 기울기는 카운티마다 범죄 변화가 다르다는 점을 모델링합니다.

하지만 이 모델을 적합하면 경고 메시지가 표시돼요! 이를 해결하려면 Year의 시작점을 2006이 아닌 0으로 바꾸세요. 이를 위해 새 변수 Year2를 제공했습니다(예: Year에서 2006은 Year2에서 0). 회귀를 적합할 때는 때때로 절편을 0에서 시작하도록 스케일링하거나 중심화해야 합니다. 이렇게 하면 모델의 수치적 안정성이 향상됩니다.

指示

100 XP
  • County를 임의 효과 절편으로 두고, Year를 고정 효과와 임의 효과 기울기에 모두 포함해 Crime을 예측하는 lmer()를 만드세요.
  • County를 임의 효과 절편으로 두고, Year2를 고정 효과와 임의 효과 기울기에 모두 포함해 Crime을 예측하는 두 번째 lmer()를 만드세요.