1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 계층 및 혼합 효과 모형
Connected

연습 문제

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.

지침

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.