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

La función glmer del paquete lme4 se usa para ajustar modelos mixtos con variable respuesta diferente a la normal. Abajo se muestran los argumentos de la función glmer.

glmer(formula, data = NULL, family = gaussian, control = glmerControl(),
      start = NULL, verbose = 0L, nAGQ = 1L, subset, weights, na.action,
      offset, contrasts = NULL, mustart, etastart,
      devFunOnly = FALSE, ...)

Consulte la ayuda de la función para responder las siguientes preguntas.

  1. ¿Cuál es el argumento para definir la distribución de la variable respuesta?
  2. ¿Qué valor toma por defecto el argumento family?
  3. ¿Cómo se le indica a R que \(y_{ij} \sim \text{Bernoulli}(p_{ij})\) con \(logit(p_{ij}) = \eta_{ij}\).
  4. ¿Cómo se le indica a R que \(y_{ij} \sim \text{Bernoulli}(p_{ij})\) con \(\phi(p_{ij}) = \eta_{ij}\).
  5. ¿Cómo se le indica a R que \(y_{ij} \sim \text{Poisson}(\lambda_{ij})\) con \(\log(\lambda_{ij}) = \eta_{ij}\).
  6. ¿Cómo se le indica a R que \(y_{ij} \sim \text{Normal}(\mu_{ij}, \sigma^2)\) con \(1/(\mu_{ij}) = \eta_{ij}\).