Tôi đã xem xét mô hình hóa hiệu ứng hỗn hợp bằng cách sử dụng gói lme4 trong R. Tôi chủ yếu sử dụng lmer
lệnh vì vậy tôi sẽ đặt câu hỏi của mình thông qua mã sử dụng cú pháp đó. Tôi cho rằng một câu hỏi dễ nói chung có thể là, liệu có thể so sánh bất kỳ hai mô hình nào được xây dựng lmer
bằng cách sử dụng các tỷ lệ khả năng dựa trên các bộ dữ liệu giống hệt nhau không? Tôi tin rằng câu trả lời phải là "không", nhưng tôi có thể không chính xác. Tôi đã đọc thông tin mâu thuẫn về việc liệu các hiệu ứng ngẫu nhiên có giống nhau hay không, và thành phần nào của các hiệu ứng ngẫu nhiên có nghĩa là gì? Vì vậy, tôi sẽ trình bày một vài ví dụ. Tôi sẽ lấy chúng từ dữ liệu đo lặp đi lặp lại bằng cách sử dụng kích thích từ, có lẽ thứ gì đó như Baayen (2008) sẽ hữu ích trong việc diễn giải.
Giả sử tôi có một mô hình trong đó có hai yếu tố dự đoán hiệu ứng cố định, chúng tôi sẽ gọi chúng là A và B, và một số hiệu ứng ngẫu nhiên ... các từ và chủ đề nhận biết chúng. Tôi có thể xây dựng một mô hình như sau.
m <- lmer( y ~ A + B + (1|words) + (1|subjects) )
(lưu ý rằng tôi đã cố tình bỏ đi data =
và chúng tôi sẽ cho rằng tôi luôn có ý nghĩa REML = FALSE
cho sự rõ ràng)
Bây giờ, trong số các mô hình sau đây, có thể so sánh với tỷ lệ khả năng với mô hình ở trên và mô hình nào không?
m1 <- lmer( y ~ A + B + (A+B|words) + (1|subjects) )
m2 <- lmer( y ~ A + B + (1|subjects) )
m3 <- lmer( y ~ A + B + (C|words) + (A+B|subjects) )
m4 <- lmer( y ~ A + B + (1|words) )
m5 <- lmer( y ~ A * B + (1|subjects) )
Tôi thừa nhận rằng việc giải thích một số khác biệt này có thể khó khăn hoặc không thể. Nhưng hãy để nó qua một bên. Tôi chỉ muốn biết liệu có điều gì cơ bản trong những thay đổi ở đây loại trừ khả năng so sánh hay không. Tôi cũng muốn biết liệu, nếu các LR có ổn không, và AIC cũng so sánh.