现在，请查看您刚刚拟合的模型输出，判断纽约州仇恨犯罪是否存在趋势。
根据模型的 summary()，2010 年至 2016 年间纽约州仇恨犯罪的趋势是什么？
summary()
本练习是课程的一部分
通过完成这段示例代码来试试这个练习。
# Examine the summary of glmer_out ___
本章给出何时使用混合效应的示例，并说明回归模型的组成部分。还将通过具有嵌套结构的学生测试成绩数据来演示混合效应。
本章介绍线性混合效应模型。内容涵盖不同类型的随机效应、如何解读线性混合效应模型的结果，并结合马里兰州犯罪数据讲解在混合效应模型中的不同统计推断方法。
本章将线性混合效应模型扩展到包含非正态误差项的情形，即广义线性混合效应模型。通过将模型中的误差项改为非正态分布，您可以建模更多具有非线性响应的数据类型。在回顾广义线性模型后，本章将从混合效应模型的角度讨论二项数据与计数数据。
本章展示重复测量分析如何作为混合效应建模的一个特例来处理。首先回顾配对 t 检验与重复测量 ANOVA。随后使用线性混合效应模型分析睡眠研究数据。最后，使用广义线性混合效应模型分析纽约州的仇恨犯罪数据在时间维度上的变化。
当前练习