Rastgele etki eğimleri
Önceki egzersizde, her bir eyalet için rastgele etki kesişimleri (intercept) tahmin etmiştin. Bu sayede her eyaletin kendi kesişimine sahip olmasını hesaba kattın. Bu egzersizde ise her bir eyalet için bir rastgele etki eğimi (slope) tahmin edeceksin. Örneğin, her ilçenin log\(_{10}\)(toplam nüfusu), LogTotalPop, bir ilçenin doğum oranını hem etkiliyor olabilir hem de eyalete göre değişiyor olabilir.
Videodan hatırla: her bir group için rastgele etki slopeunu lmer() içinde (slope | group) söz dizimiyle tahmin edebilirsin.
Bu egzersizde, annenin ortalama yaşının etkisini tahmin ederken eyaleti ve toplam nüfusu rastgele etkiler olarak dikkate alan bir karma etkili model kuracaksın.
Bu modelin çıktıları, önceki kurduğun modelle nasıl karşılaştırılıyor?
Bu egzersiz
R'da Hiyerarşik ve Karma Etkili Modeller
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Include the AverageAgeofMother as fixed-effect and State as a random-effect
model_a <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)
# Include the AverageAgeofMother as fixed-effect and LogTotalPop and State as random-effects
model_b <- lmer(BirthRate ~ ___ + (___), county_births_data)
tidy(___)