按年龄组和县的沙眼感染
感染数量会随时间变化,并在不同年龄组之间存在差异。 一些可能的原因包括文化、社会和政策相关因素。 对于小规模人群,感染数量常常包含 0,且可能不服从正态分布。 对于这类数据,请使用 Poisson 模型。
在本练习中,您将考察伊利诺伊州小县中沙眼衣原体感染的差异。 您将提出以下问题:
- 与 20–24 岁相比,15–19 岁人群报告的病例数是否不同?
- 这两个年龄组的报告病例数是否随时间发生变化?
这些数据来自伊利诺伊州政府,提供按年龄组和县汇总的沙眼等感染情况。
首先,对数据拟合 Poisson glmer 模型。
然后,查看结果。
在下一个练习中再绘图展示数据。
警告: 如果您在公式中打字出错,可能会导致 R 崩溃。这是使用 lmer() 和 glmer() 的一个常见陷阱。
本练习是课程的一部分
R 中的分层与混合效应模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load lmerTest
library(lmerTest)
# Age goes before year
model_out <- ___
summary(___)