Nieskorelowane losowe nachylenie
W poprzednim ćwiczeniu korzystałeś z domyślnych ustawień lme4 i zakładałeś, że nachylenia i wyrazy wolne w każdej grupie są skorelowane dla estymatorów efektów losowych. Założenie to nie zawsze jest jednak uzasadnione – możemy też chcieć uprościć model, jeśli napotykamy trudności z jego numerycznym dopasowaniem.
Budowa modelu z nieskorelowanymi efektami losowymi to jedna z metod upraszczania modelu. Poza tym modele lmer() bywają trudne do dopasowania, a sprawdzanie wyników modelu może być pomocnym krokiem podczas debugowania. Możesz też dysponować wiedzą dziedzinową i celowo przyjąć założenie o braku korelacji między efektami losowymi.
Aby dopasować model z nieskorelowanym losowym nachyleniem, użyj || zamiast | w składni lmer().
Drugi model zbudowany w poprzednim ćwiczeniu, model_b, jest już wczytany. Porównaj wyniki model_c z wynikami model_b.
Winietka lmer pakietu lme4 zawiera sekcję poświęconą nieskorelowanym efektom losowym.
To ćwiczenie jest częścią kursu
Hierarchiczne i mieszane modele efektów w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Include AverageAgeofMother as fixed-effect and LogTotalPop and State as uncorrelated random-effects
model_c <- lmer(BirthRate ~ ___,
county_births_data)
# Compare outputs of both models
summary(model_b)
summary(model_c)