class: bottom, right, inverse <!--- Para correr en ATOM - open terminal, abrir R (simplemente, R y enter) - rmarkdown::render('static/docpres/02_bases/2mlmbases.Rmd', 'xaringan::moon_reader') About macros.js: permite escalar las imágenes como [scale 50%](path to image), hay si que grabar ese archivo js en el directorio. ---> .pull-left[.center[ <br> <br> <br> <br> <br> <br> <br> <br> ]] .pull-right[ # Modelos Multinivel ### Juan Carlos Castillo ### Sociología FACSO - UChile ### 2do Sem 2019 ### [multinivel.netlify.com](https://multinivel.netlify.com) <br> ## Sesión 6: Ajuste y reporte ] --- class: roja, middle, center # Resumen sesión anterior --- # Modelo con coeficientes aleatorios <br>  --- # Modelo con coeficientes aleatorios - A partir de la estimación del modelo, es posible predecir el valor de los efectos aleatorios ( `\(\mu\)` ) para cada unidad de nivel 2 - Para el intercepto: `\(\mu_{01},\mu_{02},\mu_{03} ... \mu_{0N}\)` - Para la pendiente `\(\gamma_{10}\)` : `\(\mu_{11},\mu_{12},\mu_{13} ... \mu_{1N}\)` - Para la pendiente `\(\gamma_{20}\)` : `\(\mu_{21},\mu_{22},\mu_{23} ... \mu_{2N}\)` --- .pull-left[ # Ej.estimación de pendiente aleatoria ] .pull-right[ .small[ <table cellspacing="0" align="center" style="border: none;"> <caption align="top" style="margin-bottom:0.3em;">Modelo con SES aleatorio</caption> <tr> <th style="text-align: left; border-top: 2px solid black; border-bottom: 1px solid black; padding-right: 12px;"><b></b></th> <th style="text-align: left; border-top: 2px solid black; border-bottom: 1px solid black; padding-right: 12px;"><b>Model 1</b></th> </tr> <tr> <td style="padding-right: 12px; border: none;">(Intercept)</td> <td style="padding-right: 12px; border: none;">12.65<sup style="vertical-align: 0px;">***</sup></td> </tr> <tr> <td style="padding-right: 12px; border: none;"></td> <td style="padding-right: 12px; border: none;">(0.21)</td> </tr> <tr> <td style="padding-right: 12px; border: none;">ses</td> <td style="padding-right: 12px; border: none;">2.16<sup style="vertical-align: 0px;">***</sup></td> </tr> <tr> <td style="padding-right: 12px; border: none;"></td> <td style="padding-right: 12px; border: none;">(0.12)</td> </tr> <tr> <td style="padding-right: 12px; border: none;">female</td> <td style="padding-right: 12px; border: none;">-1.19<sup style="vertical-align: 0px;">***</sup></td> </tr> <tr> <td style="padding-right: 12px; border: none;"></td> <td style="padding-right: 12px; border: none;">(0.16)</td> </tr> <tr> <td style="padding-right: 12px; border: none;">mnses</td> <td style="padding-right: 12px; border: none;">3.07<sup style="vertical-align: 0px;">***</sup></td> </tr> <tr> <td style="padding-right: 12px; border: none;"></td> <td style="padding-right: 12px; border: none;">(0.38)</td> </tr> <tr> <td style="padding-right: 12px; border: none;">sector</td> <td style="padding-right: 12px; border: none;">1.43<sup style="vertical-align: 0px;">***</sup></td> </tr> <tr> <td style="padding-right: 12px; border: none;"></td> <td style="padding-right: 12px; border: none;">(0.30)</td> </tr> <tr> <td style="border-top: 1px solid black;">AIC</td> <td style="border-top: 1px solid black;">46514.33</td> </tr> <tr> <td style="padding-right: 12px; border: none;">BIC</td> <td style="padding-right: 12px; border: none;">46576.24</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Log Likelihood</td> <td style="padding-right: 12px; border: none;">-23248.16</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Num. obs.</td> <td style="padding-right: 12px; border: none;">7185</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Num. groups: schoolid</td> <td style="padding-right: 12px; border: none;">160</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Var: schoolid (Intercept)</td> <td style="padding-right: 12px; border: none;">2.22</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Var: schoolid ses</td> <td style="padding-right: 12px; border: none;">0.42</td> </tr> <tr> <td style="padding-right: 12px; border: none;">Cov: schoolid (Intercept) ses</td> <td style="padding-right: 12px; border: none;">0.27</td> </tr> <tr> <td style="border-bottom: 2px solid black;">Var: Residual</td> <td style="border-bottom: 2px solid black;">36.59</td> </tr> <tr> <td style="padding-right: 12px; border: none;" colspan="3"><span style="font-size:0.8em"><sup style="vertical-align: 0px;">***</sup>p &lt; 0.001, <sup style="vertical-align: 0px;">**</sup>p &lt; 0.01, <sup style="vertical-align: 0px;">*</sup>p &lt; 0.05. SE en paréntesis</span></td> </tr> </table> ] ] --- ## Ej.estimación de coeficientes aleatorios (medias posteriores) ```r coef(results_4) ``` ``` ## $schoolid ## (Intercept) ses female mnses sector ## 1224 12.718688 2.229928 -1.185924 3.07283 1.429747 ## 1288 13.118254 2.315323 -1.185924 3.07283 1.429747 ## 1296 11.049900 1.893727 -1.185924 3.07283 1.429747 ## 1308 12.338591 2.009420 -1.185924 3.07283 1.429747 ## 1317 11.563797 1.872895 -1.185924 3.07283 1.429747 ## 1358 12.147338 2.404293 -1.185924 3.07283 1.429747 ## 1374 11.261404 2.215734 -1.185924 3.07283 1.429747 ## 1433 13.862506 2.379662 -1.185924 3.07283 1.429747 ## 1436 13.677847 2.315760 -1.185924 3.07283 1.429747 ## 1461 13.372596 2.834185 -1.185924 3.07283 1.429747 ## 1462 12.237417 1.630519 -1.185924 3.07283 1.429747 ## 1477 12.529403 1.938104 -1.185924 3.07283 1.429747 ## 1499 11.454040 2.467499 -1.185924 3.07283 1.429747 ## 1637 12.006810 2.298976 -1.185924 3.07283 1.429747 ## 1906 12.533231 2.120530 -1.185924 3.07283 1.429747 ## 1909 13.240021 2.296086 -1.185924 3.07283 1.429747 ## 1942 14.193660 2.347177 -1.185924 3.07283 1.429747 ## 1946 13.279340 2.399089 -1.185924 3.07283 1.429747 ## 2030 11.377733 1.835520 -1.185924 3.07283 1.429747 ## 2208 12.493501 2.191759 -1.185924 3.07283 1.429747 ## 2277 12.235888 1.186028 -1.185924 3.07283 1.429747 ## 2305 13.404714 1.442942 -1.185924 3.07283 1.429747 ## 2336 14.155767 2.337910 -1.185924 3.07283 1.429747 ## 2458 12.572619 2.304372 -1.185924 3.07283 1.429747 ## 2467 12.553604 2.254845 -1.185924 3.07283 1.429747 ## 2526 14.521539 2.081324 -1.185924 3.07283 1.429747 ## 2626 13.852562 2.481026 -1.185924 3.07283 1.429747 ## 2629 13.734021 1.793893 -1.185924 3.07283 1.429747 ## 2639 12.054817 1.724141 -1.185924 3.07283 1.429747 ## 2651 11.764077 2.400970 -1.185924 3.07283 1.429747 ## 2655 16.035512 2.674553 -1.185924 3.07283 1.429747 ## 2658 11.059088 1.938731 -1.185924 3.07283 1.429747 ## 2755 12.347354 1.858877 -1.185924 3.07283 1.429747 ## 2768 12.174405 2.338538 -1.185924 3.07283 1.429747 ## 2771 13.980828 2.501683 -1.185924 3.07283 1.429747 ## 2818 13.570566 2.370264 -1.185924 3.07283 1.429747 ## 2917 12.573740 1.848210 -1.185924 3.07283 1.429747 ## 2990 13.342024 2.145252 -1.185924 3.07283 1.429747 ## 2995 11.838660 1.850906 -1.185924 3.07283 1.429747 ## 3013 13.160223 2.400036 -1.185924 3.07283 1.429747 ## 3020 12.865964 2.075182 -1.185924 3.07283 1.429747 ## 3039 13.245543 2.325450 -1.185924 3.07283 1.429747 ## 3088 12.332119 2.064017 -1.185924 3.07283 1.429747 ## 3152 13.438322 2.396298 -1.185924 3.07283 1.429747 ## 3332 12.123488 2.011861 -1.185924 3.07283 1.429747 ## 3351 11.006787 2.015229 -1.185924 3.07283 1.429747 ## 3377 12.371916 1.578023 -1.185924 3.07283 1.429747 ## 3427 16.189039 2.113855 -1.185924 3.07283 1.429747 ## 3498 12.338567 1.739255 -1.185924 3.07283 1.429747 ## 3499 11.078267 1.728836 -1.185924 3.07283 1.429747 ## 3533 10.892292 1.721764 -1.185924 3.07283 1.429747 ## 3610 13.588966 2.422726 -1.185924 3.07283 1.429747 ## 3657 13.581872 2.518576 -1.185924 3.07283 1.429747 ## 3688 12.410368 2.046851 -1.185924 3.07283 1.429747 ## 3705 9.515435 1.541705 -1.185924 3.07283 1.429747 ## 3716 13.442287 2.982233 -1.185924 3.07283 1.429747 ## 3838 13.973101 1.999673 -1.185924 3.07283 1.429747 ## 3881 12.057814 2.124468 -1.185924 3.07283 1.429747 ## 3967 13.500676 2.382283 -1.185924 3.07283 1.429747 ## 3992 12.031843 1.832326 -1.185924 3.07283 1.429747 ## 3999 12.322912 2.532469 -1.185924 3.07283 1.429747 ## 4042 11.656947 1.896690 -1.185924 3.07283 1.429747 ## 4173 12.163090 2.273549 -1.185924 3.07283 1.429747 ## 4223 13.798733 2.279179 -1.185924 3.07283 1.429747 ## 4253 10.273404 1.461998 -1.185924 3.07283 1.429747 ## 4292 13.420117 1.637567 -1.185924 3.07283 1.429747 ## 4325 13.792054 2.438777 -1.185924 3.07283 1.429747 ## 4350 11.946850 2.348998 -1.185924 3.07283 1.429747 ## 4383 12.062749 2.365468 -1.185924 3.07283 1.429747 ## 4410 13.191939 2.287018 -1.185924 3.07283 1.429747 ## 4420 14.621465 2.361761 -1.185924 3.07283 1.429747 ## 4458 12.005552 1.980520 -1.185924 3.07283 1.429747 ## 4511 13.402952 1.861434 -1.185924 3.07283 1.429747 ## 4523 9.513791 1.917411 -1.185924 3.07283 1.429747 ## 4530 12.023144 2.042287 -1.185924 3.07283 1.429747 ## 4642 14.268713 2.533765 -1.185924 3.07283 1.429747 ## 4868 10.512227 1.712426 -1.185924 3.07283 1.429747 ## 4931 11.601200 1.753519 -1.185924 3.07283 1.429747 ## 5192 10.930830 1.907021 -1.185924 3.07283 1.429747 ## 5404 11.464347 1.780138 -1.185924 3.07283 1.429747 ## 5619 12.303160 2.646535 -1.185924 3.07283 1.429747 ## 5640 14.231149 2.534929 -1.185924 3.07283 1.429747 ## 5650 13.273346 1.947294 -1.185924 3.07283 1.429747 ## 5667 11.053304 2.163370 -1.185924 3.07283 1.429747 ## 5720 13.088570 2.244200 -1.185924 3.07283 1.429747 ## 5761 12.686967 2.367094 -1.185924 3.07283 1.429747 ## 5762 11.490666 1.948480 -1.185924 3.07283 1.429747 ## 5783 12.848013 2.277046 -1.185924 3.07283 1.429747 ## 5815 12.018246 2.218960 -1.185924 3.07283 1.429747 ## 5819 12.007924 2.047928 -1.185924 3.07283 1.429747 ## 5838 13.232824 2.193121 -1.185924 3.07283 1.429747 ## 5937 13.467194 2.217537 -1.185924 3.07283 1.429747 ## 6074 14.411909 2.140286 -1.185924 3.07283 1.429747 ## 6089 14.726282 2.339448 -1.185924 3.07283 1.429747 ## 6144 11.821378 2.244576 -1.185924 3.07283 1.429747 ## 6170 14.921393 2.646232 -1.185924 3.07283 1.429747 ## 6291 13.439845 2.383177 -1.185924 3.07283 1.429747 ## 6366 13.139159 2.085864 -1.185924 3.07283 1.429747 ## 6397 14.096697 2.412982 -1.185924 3.07283 1.429747 ## 6415 13.358783 2.500028 -1.185924 3.07283 1.429747 ## 6443 12.111530 1.719363 -1.185924 3.07283 1.429747 ## 6464 11.739236 2.018432 -1.185924 3.07283 1.429747 ## 6469 12.987687 2.152797 -1.185924 3.07283 1.429747 ## 6484 13.838982 1.939921 -1.185924 3.07283 1.429747 ## 6578 14.056908 2.231729 -1.185924 3.07283 1.429747 ## 6600 12.719872 2.703482 -1.185924 3.07283 1.429747 ## 6808 11.072415 2.061460 -1.185924 3.07283 1.429747 ## 6816 11.875889 1.859838 -1.185924 3.07283 1.429747 ## 6897 13.583240 2.589229 -1.185924 3.07283 1.429747 ## 6990 9.886787 1.730689 -1.185924 3.07283 1.429747 ## 7011 13.074902 2.533965 -1.185924 3.07283 1.429747 ## 7101 12.390930 2.019152 -1.185924 3.07283 1.429747 ## 7172 9.723452 1.768357 -1.185924 3.07283 1.429747 ## 7232 13.547272 2.656759 -1.185924 3.07283 1.429747 ## 7276 12.911277 2.557707 -1.185924 3.07283 1.429747 ## 7332 12.481961 2.178251 -1.185924 3.07283 1.429747 ## 7341 11.645933 1.950030 -1.185924 3.07283 1.429747 ## 7342 12.109755 1.945832 -1.185924 3.07283 1.429747 ## 7345 12.058370 2.666148 -1.185924 3.07283 1.429747 ## 7364 13.870748 2.074413 -1.185924 3.07283 1.429747 ## 7635 12.921321 2.210800 -1.185924 3.07283 1.429747 ## 7688 15.182217 2.186222 -1.185924 3.07283 1.429747 ## 7697 14.036678 2.461218 -1.185924 3.07283 1.429747 ## 7734 13.579474 2.775843 -1.185924 3.07283 1.429747 ## 7890 11.620794 1.657940 -1.185924 3.07283 1.429747 ## 7919 12.846154 2.366528 -1.185924 3.07283 1.429747 ## 8009 10.782401 1.743695 -1.185924 3.07283 1.429747 ## 8150 12.609378 1.822869 -1.185924 3.07283 1.429747 ## 8165 13.203263 2.178620 -1.185924 3.07283 1.429747 ## 8175 12.963808 2.083656 -1.185924 3.07283 1.429747 ## 8188 12.842029 2.440730 -1.185924 3.07283 1.429747 ## 8193 14.885212 2.355826 -1.185924 3.07283 1.429747 ## 8202 12.206762 2.303005 -1.185924 3.07283 1.429747 ## 8357 14.518478 2.443492 -1.185924 3.07283 1.429747 ## 8367 9.107836 1.608686 -1.185924 3.07283 1.429747 ## 8477 13.929579 2.607668 -1.185924 3.07283 1.429747 ## 8531 12.233119 2.240760 -1.185924 3.07283 1.429747 ## 8627 11.306052 1.965358 -1.185924 3.07283 1.429747 ## 8628 15.640972 2.182031 -1.185924 3.07283 1.429747 ## 8707 12.716847 2.446274 -1.185924 3.07283 1.429747 ## 8775 11.959725 1.924073 -1.185924 3.07283 1.429747 ## 8800 11.521896 2.237809 -1.185924 3.07283 1.429747 ## 8854 10.184219 2.133731 -1.185924 3.07283 1.429747 ## 8857 12.154898 1.879477 -1.185924 3.07283 1.429747 ## 8874 14.087009 2.565375 -1.185924 3.07283 1.429747 ## 8946 12.734504 1.998656 -1.185924 3.07283 1.429747 ## 8983 12.882791 2.009176 -1.185924 3.07283 1.429747 ## 9021 11.164565 1.905033 -1.185924 3.07283 1.429747 ## 9104 12.411019 2.038344 -1.185924 3.07283 1.429747 ## 9158 11.883105 2.536046 -1.185924 3.07283 1.429747 ## 9198 14.173518 2.479962 -1.185924 3.07283 1.429747 ## 9225 13.609250 2.412433 -1.185924 3.07283 1.429747 ## 9292 13.249691 2.094634 -1.185924 3.07283 1.429747 ## 9340 13.549198 2.294651 -1.185924 3.07283 1.429747 ## 9347 12.299050 2.224249 -1.185924 3.07283 1.429747 ## 9359 12.207862 1.649750 -1.185924 3.07283 1.429747 ## 9397 10.960936 1.983996 -1.185924 3.07283 1.429747 ## 9508 12.858864 2.363500 -1.185924 3.07283 1.429747 ## 9550 12.042265 2.373925 -1.185924 3.07283 1.429747 ## 9586 11.750845 1.908395 -1.185924 3.07283 1.429747 ## ## attr(,"class") ## [1] "coef.mer" ``` --- class: roja, middle, center ## Esta clase # Ajuste modelos multinivel # Reporte de resultados (1) --- # Tipos de medidas de ajuste 1. Medidas relativas a la varianza de efectos aleatorios (tipo `\(R^2\)`) 2. Medidas de fit comparativo (deviance) --- ## 1. Ajuste por proporción de varianzas  --- ## 1. Ajuste por proporción de varianzas ### Características ajuste por varianzas - Se relacionan con el grado de varianza “explicada” (disminución en la(s) varianza(s) atribuida a la inclusión de predictores en el modelo de regresión) - Controversia en la literatura de multinivel, no existe una medida única - Las propuestas sugieren usualmente cálculos de `\(R^2\)` para cada nivel --- ## 1. Ajuste por proporción de varianzas ### Bryk & Raudenbusch `\(R^2\)` (1992, p.70) `$$\begin{split} R_{BR}^2 Nivel1&=[var_0(r_{ij})-var_f(r_{ij})]/var_0(r_{ij}) \\ &=[\sigma^2(0)-\sigma^2(f)]/\sigma^2(0) \end{split}$$` -- `$$\begin{split} R_{BR}^2 Nivel2&=[var_0(\mu_{0j})-var_f(\mu_{0j})]/var_0(\mu_{0j}) \\ &=[\tau_{00}(0)-\tau_{00}(f)]/\tau_{00}(0) \end{split}$$` Donde: - `\(0\)` se refiere al modelo nulo - `\(f\)` se refiere a un modelo posterior --- ## 1. Ajuste por proporción de varianzas ### Ej. HSB Data | `\(\sigma^2\)` | `\(\tau_{00}\)` | `\(R^2_{L1}\)` | `\(R^2_{L2}\)` --|----------|-----|-----|-- Modelo 0 | 39.148 | 8.614 | | Modelo 1 (predict.ind.) | 36.148 | 3.93 | 0.076 | | Modelo 2 (predict.grup.) | 39.161 | 2.31 | 0.00 |0.73 | Ej: `\(R^2_{L2}=(8.614-2.31)/8.614=6.34/8.614=0.73\)` - Recordar interpretación en relación a correlación intra-clase (para el caso de HSB data= 0.18) - Es decir, para el caso del R2 nivel 2 se está dando cuenta del 73% del 18% --- ## 2. Ajuste comparativo ### Deviance test - El test o estadístico de deviance **compara el ajuste** de dos modelos basado en la log verosimilitud de cada modelo - La hipótesis a contrastar es si predictores adicionales del modelo mejoran o no el ajuste - Asume que los **modelos son anidados**, es decir, que un modelo con menos predictores puede ser derivado del modelo mayor mediante la fijación de ciertos coeficientes como 0. - Deviance= `\(-2*LL\)` (LL=Log Likelihood) - Deviance test= `\(deviance(anidado)-deviance(mayor)\)` --- ## 2. Ajuste comparativo ### Deviance test - La distribución del estadístico de devianza es `\(\chi^2\)`, y los grados de libertad para calcular el valor crítico equivalen al número de parámetros extra en el modelo mayor - Es decir, parámetros modelo mayor - parámetros modelo inicial (o anterior) - Se utiliza con estimación ML en lugar de REML (restricted maximum likelihood). --- ## 2. Ajuste comparativo ### Ejemplo deviance .small[ ```r results_0ml = lmer(mathach ~ 1 + (1 | schoolid), REML=FALSE) results_1ml = lmer(mathach ~ 1 + minority + ses + (1 | schoolid), REML=FALSE) ``` | LL | deviance | Parámetros --|---|---| results_0ml | -23557.91 | 47115.81 | results_1ml | -23221.82 | 46443.64 | 2 ] - Deviance test= 47115.8-46443.64= 672.16, 2 DF (2 parámetros adicionales) - Valor crítico `\(\chi^2_{DF=2}\)` para `\(p<0.95=5.99\)` - Por lo tanto, se rechaza `\(H_0\)`, es decir, las diferencias entre los modelos son distintas de 0 ( `\(p<0.05\)` ). En otras palabras, el modelo con más parámetros presenta un mejor ajuste. --- ## 2. Ajuste comparativo ### Ejemplo deviance II ... de manera directa en R: ```r anova(results_0ml,results_1ml) ``` Y para reportar: .small[ ```r print(xtable::xtable(anova(results_0ml,results_1ml)), type="html") ``` <!-- html table generated in R 3.6.0 by xtable 1.8-4 package --> <!-- Tue Oct 1 11:07:16 2019 --> <table border=1> <tr> <th> </th> <th> Df </th> <th> AIC </th> <th> BIC </th> <th> logLik </th> <th> deviance </th> <th> Chisq </th> <th> Chi Df </th> <th> Pr(&gt;Chisq) </th> </tr> <tr> <td> results_0ml </td> <td align="right"> 3 </td> <td align="right"> 47121.81 </td> <td align="right"> 47142.45 </td> <td align="right"> -23557.91 </td> <td align="right"> 47115.81 </td> <td align="right"> </td> <td align="right"> </td> <td align="right"> </td> </tr> <tr> <td> results_1ml </td> <td align="right"> 5 </td> <td align="right"> 46453.64 </td> <td align="right"> 46488.03 </td> <td align="right"> -23221.82 </td> <td align="right"> 46443.64 </td> <td align="right"> 672.17 </td> <td align="right"> 2 </td> <td align="right"> 0.0000 </td> </tr> </table> ] --- ## 2. Ajuste comparativo ### Deviance y pendiente aleatoria - Los test de ajuste por proporción de varianza no son recomendados al momento de estimar modelos con pendiente aleatoria - El test de deviance se utiliza al momento de reportar la significancia de los efectos aleatorios (ej: con pendiente aleatorio,comparando el mismo modelo con y sin aleatorización) - Considerar que los componentes de la varianza son parámetros del modelo, es decir, se cuentan para la diferencia de grados de libertad --- class: roja, middle, center # Reporte --- ## Tablas y descriptivos - Tabla de descriptivos de variables L1 y L2 - Descripción del número de casos por escuela y también de otras variables relevantes por escuela (ej, dependiente e independientes comprometidas en hipótesis) --- ## Tablas y descriptivos ### Ejemplo tabla descriptiva (Ferron et al 2007, en O’Connell Cap.11) .center[] Alternativas en R: Stargazer, [summarytools](https://cran.r-project.org/web/packages/summarytools/vignettes/Introduction.html) --- ## Tablas/gráficos de correlaciones ```r cormat=mlm %>% select(mathach,ses,sector,size) %>% cor() corrplot::corrplot.mixed(cormat) ``` <!-- --> --- ## Nubes de puntos  --- ## Nubes de puntos  --- ## Nubes de puntos  --- ## Nubes de puntos  --- ### Reporte modelos  (O’Connell, cap.11) --- ## Reporte modelos  --- ## Reporte modelos - Efectos fijos, con valores t o se - Asteriscos para niveles de significación - Efectos aleatorios - Fit: log likelihood - Fit adicionales: AIC, BIC, deviance, R2 --- ## Automatizando el reporte con RMarkdown - Markdown es un lenguaje de escritura de texto simple, con pocas marcas de edición. - RMarkdown es un formato que permite vincular escritura en Markdown y código de R, que luego son compilados en diferentes formatos de salida (pdf, html, word) mediante la librería knitr  - Este proceso se encuentra automatizado en RStudio, mediante el uso del boton "Knitr", que realiza la compilación y muestra el output. --- ## Automatizando el reporte con RMarkdown ### Ventajas - permite generar tablas y gráficos automáticamente en el mismo documento, evitando el cortar / pegar - escritura simple ### Desventajas - acostumbrarse - conformarse con un formato simple de texto (al menos inicialmente) - ... igual es R .center[ # DE TODAS MANERAS VALE LA PENA ] --- ## RMarkdown Tres cosas básicas a aprender: - Markdown - Insertar trozos (chunks) de código - Opciones generales en encabezado YAML ## Varios tutoriales ... revisar - Sección R Markdown de R4DS: https://es.r4ds.hadley.nz/r-markdown.html - Guía de documentos dinámicos: https://juancarloscastillo.github.io/metsoc-facsouchile/documents/trabajos/guia_rep_dinamico/reportedinamico.html (también en sección de links de la página del curso) --- ## ... y en RStudio  --- ## Y en general para la entrega de trabajos - De preferencia en (R)Markdown, facilita la apertura y colaboración. - Preocuparse más del contenido que del formato - Tip importante para generar tablas: - hay que decidir de antemano si el formato de presentación será pdf o html. De preferencia html - en este caso, tener en consideración que se debe dar la opción html en la función o argumentos del comando. - Por ejemplo, en el caso de la librería `texreg`, para tablas de regresión, la función que se utiliza es `screenreg` - y para que las tablas se puedan visualizar bien, en el chunk donde se genera la tabla dar la opción results=`'asis'` --- class: inverse # Resumen Reporte - Descriptivos por nivel - correlaciones - Scatters - Tablas modelos - Gráficos interacción (más adelante) --- class: bottom, right, inverse .pull-left[.center[ <br> <br> <br> <br> <br> <br> <br> <br> ]] .pull-right[ # Modelos Multinivel ### Juan Carlos Castillo ### Sociología FACSO - UChile ### 2do Sem 2019 ### [multinivel.netlify.com](https://multinivel.netlify.com) ]