Bối cảnh :
Hãy tưởng tượng bạn đã có một nghiên cứu theo chiều dọc, đo lường một biến phụ thuộc (DV) mỗi tuần một lần trong 20 tuần trên 200 người tham gia. Mặc dù tôi quan tâm đến chung, các DV điển hình mà tôi nghĩ đến bao gồm hiệu suất công việc sau khi thuê hoặc các biện pháp hạnh phúc khác nhau sau can thiệp tâm lý lâm sàng.
Tôi biết rằng mô hình đa cấp có thể được sử dụng để mô hình hóa mối quan hệ giữa thời gian và DV. Bạn cũng có thể cho phép các hệ số (ví dụ: chặn, độ dốc, v.v.) thay đổi giữa các cá nhân và ước tính các giá trị cụ thể cho người tham gia. Nhưng điều gì sẽ xảy ra nếu khi kiểm tra trực quan dữ liệu bạn thấy rằng mối quan hệ giữa thời gian và DV là bất kỳ một trong những điều sau đây:
- khác nhau ở dạng chức năng (có lẽ một số là tuyến tính và một số khác là hàm mũ hoặc một số có sự gián đoạn)
- khác nhau về phương sai lỗi (một số cá nhân có nhiều biến động từ điểm này sang điểm khác)
Câu hỏi :
- Điều gì sẽ là một cách tốt để tiếp cận mô hình dữ liệu như thế này?
- Cụ thể, cách tiếp cận nào là tốt trong việc xác định các loại mối quan hệ khác nhau và phân loại các cá nhân liên quan đến loại của họ?
- Những triển khai nào tồn tại trong R cho các phân tích như vậy?
- Có bất kỳ tài liệu tham khảo về cách làm điều này: sách giáo khoa hoặc ứng dụng thực tế?