可视化马里兰州犯罪数据
在拟合模型之前,先绘制数据有助于"看见"是否存在明显的趋势或数据点、是否有离群值,或是否有其他需要后续关注的特征。
使用 ggplot2,您可以为各县绘制连线图,并检查犯罪随时间的变化。
在本练习中,请查看马里兰州犯罪数据(md_crime)。其中包含 Year、各县暴力 Crime 的计数,以及 County 名称。
为探索这些数据,首先绘制每个县随时间变化的数据点。这能让您看到每个县如何随时间变化。这里不用诸如 color 的美学映射,而使用 group,因为县的数量较多,颜色难以区分。在绘制原始数据后,为每个县添加趋势线。
连接点(geom_line)和趋势线(geom_smooth)都能帮助判断是否需要某种随机效应。如果各点的范围和均值看起来相近,则随机截距可能不重要。同样,如果各县的趋势一致(即各组的趋势线相似或近似平行),则随机斜率可能不需要。
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。
# Plot the change in crime through time by County
plot1 <-
ggplot(data = md_crime,
aes(x = ___, y = ___, group = ___)) +
geom_line() +
theme_minimal() +
ylab("Major crimes reported per county")
print(plot1)
# Add the trend line for each county
plot1 + ___