Este taller está basado en los ejemplos del libro Data Analysis Using Regression and Multilevel/Hierarchical Models. Los autores del libro dispusieron los datos y los scripts de R en el siguiente enlace http://www.stat.columbia.edu/~gelman/arm/. Visite el enlace para descargar el material necesario.

Preguntas

  1. En el primer ejemplo del capítulo 14 del texto guía se ajusta un modelo de regresión logístico para explicar \(Pr(y_{ij} = 1)\) en función de las covariables black y female e incluyendo \(b_0\) debido al state. Abajo el código para ajustar el modelo.
library (foreign)
url <- 'https://raw.githubusercontent.com/fhernanb/datasets_multilevel_models/master/datasets/polls.dta'
datos <- read.dta(file=url)

# Usando solo la inf del survey = 9158
datis <- subset(datos, survey == 9158)

library(lme4)
M1 <- glmer(bush ~ female + black + (1 | state), 
            data=datis, family=binomial(link="logit"))

  1. ¿Cuántos grupos o clusters hay en esta aplicación?

  2. Escriba el modelo ajustado.

  3. Intreprete los coeficientes \(\hat{\beta}_{female}\) y \(\hat{\beta}_{black}\).

  4. Escriba el modelo ajustado para state 39.

  5. Para state 39 complete la siguiente tabla.

Sexo Raza \(\widehat{P}(y_{ij} = 1)\)
Mujer Negra
Mujer No negra
Hombre Negra
Hombre No negro