Klamydia per åldersgrupp och county
Antalet infektioner förändras över tid och varierar mellan åldersgrupper. Möjliga orsaker är kulturella, sociala och policymässiga faktorer. I små populationer innehåller infektionsdata ofta nollvärden och kan vara icke-normalfördelade. För den här typen av data är en Poisson-modell lämplig.
I den här övningen undersöker du hur klamydiainfektioner varierar i små counties i Illinois. Du ska besvara följande frågor:
- Skiljer sig antalet rapporterade fall mellan personer i åldern 15–19 och 20–24?
- Förändras antalet rapporterade fall över tid för dessa två åldersgrupper?
Data kommer från delstaten Illinois, som publicerar sammanställningar av infektioner som klamydia per åldersgrupp och county.
Börja med att anpassa en Poisson-glmer till data.
Granska sedan resultaten.
I nästa övning plottar du data.
Varning: Om du skriver formeln fel kan R krascha. Det här är en känd fallgrop vid användning av lmer() och glmer().
Den här övningen är en del av kursen
Hierarkiska modeller och modeller med blandade effekter i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Load lmerTest
library(lmerTest)
# Age goes before year
model_out <- ___
summary(___)