重新缩放斜率

上一个图显示，各县的犯罪率变化不同。这表明在模型中应将 Year 同时作为随机效应和固定效应加入。这样可以同时估计跨所有县的全局斜率，以及每个县各自的斜率。固定效应斜率估计马里兰州所有县整体重大犯罪的变化。随机效应斜率则刻画不同县在犯罪变化上的差异。

但是，拟合该模型会产生一条警告信息！为解决此问题，请将 Year 的起始值从 2006 改为 0。我们已为您提供了新变量 Year2（例如，Year 中的 2006 在 Year2 中为 0）。在拟合回归时，有时需要对截距进行缩放或中心化，使其从 0 开始。这有助于提高模型的数值稳定性。

本练习是课程的一部分

R 中的分层与混合效应模型

查看课程

练习说明

构建一个 lmer() 模型，用 Year 同时作为固定效应和随机效应的斜率，用 County 作为随机效应的截距，来预测 Crime。
再构建一个 lmer() 模型，用 Year2 同时作为固定效应和随机效应的斜率，用 County 作为随机效应的截距，来预测 Crime。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Fit the model with Year as both a fixed and random-effect
lmer(___ ~ Year + (1 + Year | ___) , data = md_crime)

# Fit the model with Year2 rather than Year
lmer(___ ~ Year2 + (1 + Year2 | ___) , data = md_crime)

编辑并运行代码