###############  Vorlesung Generalisrte Regression WS 2013/14 #########
###############  Helmut Kuechenhoff ####################################  
###############  25.06.2015  #############################################
setwd("C:/Users/Küchenhoff/Desktop/RLimo")
# benoetigte Pakete laden
library(foreign)
library(statmod)
library(nlme)

### Datensatz zum Physikunterricht 
### Zielgroesse ist die Punktzahl am Ende der Untersuchung
### Einflussgroesse:
###### f1a1 Interesse am Fach Physik (am Anfang erhoben)
###### Note im Vorjahr ### 

load("physik.RData")
library(lme4)

### Modell mit Klasseneffekt
# (Random Intercept fuer jede Klasse) 
mod1k <- lmer(Punkteprozentual ~ Geschlecht + Note + f1a1+ (1|Klasse), data = dat3)  
summary(mod1k)
mod1ka<-gls(Punkteprozentual ~ Geschlecht + Note + f1a1,cor=corCompSymm(form= ~ 1 | Klasse)
, data = dat3) 
summary(mod1ka)
51/(211+51)


mod2k <- lmer(Punkteprozentual ~ Geschlecht + Note + f1a1+ (1|Schule), data = dat3)  
summary(mod2k)
mod2k <- lmer(Punkteprozentual ~ Geschlecht + Note + f1a1+ (1|Klasse/Schule), method="ML",data = dat3)  
summary(mod2k)