建立含隨機效果的 lmer 模型

在影片中，你學到縣層級的出生率資料。縣隸屬於州，而「州」可能會帶來變異。在這一系列練習中，你會用這組資料建立多個混合效果模型。

在本練習中，你要建立一個階層式模型，包含全域截距（固定效果）以及「州」的隨機效果。接著你會查看模型的 summary()，以及殘差的 plot()。就和其他類型的迴歸分析一樣，檢視殘差有助於發現模型是否有問題。

使用 lmer() 時，有兩種等價寫法可指定此模型：y ~ 1 + (1 | random_effect) 或較簡潔的 y ~ (1 | random_effect)。為了通過 DataCamp 的測試，這題請使用簡寫版本。

在建立混合效果模型時，先從簡單的模型開始（例如只有全域截距的模型），可以幫你檢查資料或程式碼是否有問題。所謂的「全域截距」是假設用單一截距即可描述資料中的所有變異。換句話說，若你只能用平均數（不含任何其他解釋變數）來建模資料，那就是全域截距模型。

本練習屬於課程

R 的階層式與混合效果模型

試著完成這個範例程式碼，體驗一下這個練習。

# Build a lmer with State as a random effect
birth_rate_state_model <- lmer(___,
                            data =___)