不相关的随机效应斜率
在上一个练习中,您使用了 lme4 的默认设置,并假设每个组内的斜率和截距在随机效应估计中是相关的。然而,这一假设并不总是成立;当模型在数值拟合上遇到困难时,我们也可能希望简化模型。
构建一个具有不相关随机效应的模型,是潜在简化模型的方法之一。此外,lmer() 模型可能难以拟合,在调试模型时检查模型输出是一个有用的步骤。另一个情况是,您具备领域知识并希望假设随机效应彼此不相关。
若要拟合具有不相关随机效应斜率的模型,在 lmer() 语法中使用 || 而不是 |。
上一个练习中您构建的第二个模型 model_b 已为您加载。请将 model_c 的输出与 model_b 的旧输出进行比较。
lme4 的 lmer 小册子包含关于不相关随机效应的章节。
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。
# Include AverageAgeofMother as fixed-effect and LogTotalPop and State as uncorrelated random-effects
model_c <- lmer(BirthRate ~ ___,
county_births_data)
# Compare outputs of both models
summary(model_b)
summary(model_c)