Tôi đang sử dụng một mô hình hỗn hợp trong R
( lme4
) để phân tích một số dữ liệu đo lặp lại. Tôi có một biến phản ứng (hàm lượng chất xơ của phân) và 3 hiệu ứng cố định (khối lượng cơ thể, v.v.). Nghiên cứu của tôi chỉ có 6 người tham gia, với 16 biện pháp lặp lại cho mỗi người (mặc dù hai chỉ có 12 lần lặp lại). Các đối tượng là thằn lằn được cho kết hợp thực phẩm khác nhau trong các 'phương pháp điều trị' khác nhau.
Câu hỏi của tôi là: tôi có thể sử dụng ID chủ đề như một hiệu ứng ngẫu nhiên không?
Tôi biết đây là cách hành động thông thường trong các mô hình hiệu ứng hỗn hợp theo chiều dọc, để tính đến tính chất được lấy mẫu ngẫu nhiên của các đối tượng và thực tế là các quan sát trong các đối tượng sẽ có mối tương quan chặt chẽ hơn so với các đối tượng giữa các đối tượng. Nhưng, coi ID chủ đề là một hiệu ứng ngẫu nhiên liên quan đến việc ước tính giá trị trung bình và phương sai cho biến này.
Vì tôi chỉ có 6 môn học (6 cấp độ của yếu tố này), điều này có đủ để có được một đặc tính chính xác của giá trị trung bình và phương sai không?
Có phải thực tế là tôi có khá nhiều phép đo lặp đi lặp lại cho từng đối tượng giúp ích trong vấn đề này (tôi không thấy nó quan trọng như thế nào)?
Cuối cùng, nếu tôi không thể sử dụng ID chủ đề như một hiệu ứng ngẫu nhiên, liệu việc bao gồm nó như một hiệu ứng cố định có cho phép tôi kiểm soát thực tế rằng tôi có các biện pháp lặp đi lặp lại không?
Chỉnh sửa: Tôi chỉ muốn làm rõ rằng khi tôi nói "tôi có thể" sử dụng ID chủ đề như một hiệu ứng ngẫu nhiên, ý tôi là "đó có phải là một ý tưởng hay không". Tôi biết tôi có thể phù hợp với mô hình với một yếu tố chỉ với 2 cấp độ, nhưng chắc chắn điều này sẽ không thể bảo vệ? Tôi đang hỏi tại điểm nào trở nên hợp lý khi nghĩ về việc coi các đối tượng là hiệu ứng ngẫu nhiên? Có vẻ như các tài liệu khuyên rằng 5-6 cấp độ là một giới hạn thấp hơn. Dường như với tôi rằng các ước tính về giá trị trung bình và phương sai của hiệu ứng ngẫu nhiên sẽ không chính xác cho đến khi có hơn 15 cấp độ yếu tố.