1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình phân cấp và hiệu ứng hỗn hợp trong R
Connected

Bài tập

Bệnh Chlamydia theo nhóm tuổi và hạt (county)

Số ca nhiễm thay đổi theo thời gian và khác nhau giữa các nhóm tuổi. Một số nguyên nhân có thể đến từ các yếu tố văn hóa, xã hội và chính sách. Với các quần thể nhỏ, số ca nhiễm thường có nhiều số 0 và có thể không tuân theo phân phối chuẩn. Với kiểu dữ liệu như vậy, hãy dùng mô hình Poisson.

Trong bài tập này, bạn sẽ xem xét mức độ thay đổi của nhiễm chlamydia ở các hạt nhỏ thuộc bang Illinois. Bạn sẽ đặt câu hỏi:

  1. Số ca được báo cáo có khác nhau giữa người 15–19 tuổi so với 20–24 tuổi không?
  2. Số ca được báo cáo có thay đổi theo thời gian đối với hai nhóm tuổi này không?

Dữ liệu này đến từ bang Illinois, nơi cung cấp tổng hợp số ca nhiễm như chlamydia theo nhóm tuổi và theo hạt. Trước hết, hãy khớp một glmer Poisson cho dữ liệu. Sau đó, kiểm tra kết quả. Ở bài tiếp theo, bạn sẽ vẽ biểu đồ dữ liệu.

Cảnh báo: Nếu bạn gõ sai công thức, R có thể bị sập. Đây là một rủi ro khi dùng lmer() và glmer().

Hướng dẫn 1/3

undefined XP
    1
    2
    3
  • Chạy glmer() với họ phân phối "poisson", dự đoán count theo các hiệu ứng cố định age (hiệu ứng cố định thứ nhất) và year (hiệu ứng cố định thứ hai), và bao gồm year như một hiệu ứng ngẫu nhiên theo nhóm county. Dùng dữ liệu il_data.
  • Xem summary() của mô hình.
  • Hãy cẩn thận với hiệu ứng ngẫu nhiên. Nếu bạn chỉ định sai hiệu ứng ngẫu nhiên, R có thể bị sập.