Chlamydia per leeftijdsgroep en county
Het aantal infecties verandert door de tijd en verschilt per leeftijdsgroep. Mogelijke oorzaken zijn culturele, sociale en beleidsmatige factoren. Bij kleine populaties bevat het aantal infecties vaak nullen en is het mogelijk niet-normaal verdeeld. Voor dit soort gegevens gebruik je een Poisson-model.
In deze oefening bekijk je hoe chlamydia-infecties variëren in kleine counties in Illinois. Je vraagt je af:
- Verschilt het aantal gemelde gevallen tussen mensen van 15–19 jaar en 20–24 jaar?
- Verandert het aantal gemelde gevallen door de tijd voor deze twee leeftijdsgroepen?
Deze data komt van de staat Illinois, die overzichten van infecties zoals chlamydia per leeftijdsgroep en county beschikbaar stelt.
Pas eerst een Poisson-glmer toe op de data.
Bekijk daarna de resultaten.
In de volgende oefening ga je de data visualiseren.
Waarschuwing: Als je de formule verkeerd typt, kan R crashen. Dit is een valkuil bij het gebruik van lmer() en glmer().
Deze oefening maakt deel uit van de cursus
Hiërarchische en Mixed-Effects-modellen in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Load lmerTest
library(lmerTest)
# Age goes before year
model_out <- ___
summary(___)