Aan de slagGa gratis aan de slag

Resultaten voor chlamydia weergeven

In de vorige oefening heb je een GLMER gefit op de chlamydia-data uit Illinois. In deze oefening bekijken we een paar manieren om de resultaten weer te geven. Je kunt deze methoden gebruiken om samenvattingen van het model te maken voor een klant of een document waarin je je resultaten beschrijft. Ik raad je echter aan om zelf te leren hoe je modeluitvoer kunt manipuleren en verkennen, zodat je je eigen manieren ontwikkelt om resultaten te presenteren. Je eigen, unieke aanpak kan je helpen opvallen als data scientist!

Dit ga je doen:

  1. Bekijk de modelschattingen.
  2. Plot de data en fit een glm voor elke leeftijdsklasse. Dit is niet precies hetzelfde als de uitvoer van glmer(), maar deze benadering helpt om de resultaten op een visueel goed begrijpelijke manier te tonen.

Deze oefening maakt deel uit van de cursus

Hiërarchische en Mixed-Effects-modellen in R

Cursus bekijken

Oefeninstructies

  • Haal de fixed-effect-schattingen uit model_out met fixef().
  • Haal de random-effect-schattingen uit model_out met ranef().
  • Voer de code uit om de data te plotten met ggplot2-methoden.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Extract out fixed effects
___
# Extract out random effects 
___

# Run code to see one method for plotting the data
ggplot(data = il_data_2, 
       aes(x = year, y = count, group = county)) +
    geom_line() +
    facet_grid(age ~ . ) +
    stat_smooth(method = "glm",
                method.args = list(family = "poisson"), 
                se = FALSE,
                alpha = 0.5) +
    theme_minimal()
Code bewerken en uitvoeren