拟合混合模型

Question

我想拟合一个混合模型来查看疾病病例的区域之间的变化，第一级是邮政编码，第二级是使用泊松回归的区域，协变量是最高温度、平均温度、最低温度。我有 3 个区域编码为 Region.Coding。使用下面的数据框使用变量开始的任何帮助：

Postcode    Region.Coding   maxtemp meantemp    mintemp Cases2011
YO7 4DH     1               13.45   9.75        6.05    50
YO62 7JL    1               13.45   9.75        6.05    0
YO62 6RW    1               13.45   9.75        6.05    10
YO62 5HX    1               13.45   9.75        6.05    0
TN27 0DA    2               15.32   11.22       7.13    98
TN26 3TF    2               15.32   11.22       7.13    0
TN26 3EU    2               15.32   11.22       7.13    30
TN25 6AS    2               15.32   11.22       7.13    0
TN25 5PD    2               15.32   11.22       7.13    28
TR7 3HU     3               14.17   10.6        7.06    115
TR27 5EF    3               14.17   10.6        7.06    0
TR10 9DL    3               14.17   10.6        7.06    0
TQ9 7LN     3               14.17   10.6        7.06    23
TQ9 6NQ     3              14.17    10.6        7.06    50

Answer 1

类似：

library(lme4)
glmer(Cases2011 ~ maxtemp+mintemp+meantemp + (1|Region.Coding/PostCode),
      family=poisson, data=mydata)

...但是，我不建议将只有三个级别 (Region.Coding) 的分类变量拟合为随机变量，因此请尝试

glmer(Cases2011 ~ maxtemp+mintemp+meantemp + Region.Coding +
       (1|PostCode),
      family=poisson, data=mydata)

假设邮政编码是唯一的（即，相同的邮政编码不会出现在两个不同的地区）。

别忘了检查是否过度分散！

根据您拥有的数据量，您可能希望允许温度变量与您所在区域之间的交互（例如mintemp:Region.Coding 或(mintemp|PostCode)。