Tôi vừa mới (đọc lại) Gelman Tại sao chúng ta (thường) không phải lo lắng về nhiều so sánh . Cụ thể, phần "Nhiều kết quả và các thách thức khác" đề cập đến việc sử dụng mô hình phân cấp cho các tình huống khi có nhiều biện pháp liên quan từ cùng một người / đơn vị tại các thời điểm / điều kiện khác nhau. Nó dường như có một số tính chất mong muốn.
Tôi hiểu rằng đây không nhất thiết là một thứ Bayes. Ai đó có thể chỉ cho tôi cách xây dựng đúng mô hình đa cấp bằng cách sử dụng rjags và / hoặc lmer (JAGS và BUGS thông thường cũng tốt, cũng như các thư viện mô hình hỗn hợp khác, ví dụ, MCMCglmm) để tôi có thể chơi xung quanh với nó để so sánh và so sánh kết quả tương phản? Loại tình huống tôi muốn một mô hình cho được phản ánh trong dữ liệu đồ chơi bên dưới (đa biến, các biện pháp lặp lại):
set.seed(69)
id <- factor(rep(1:20, 2)) # subject identifier
dv1 <- c(rnorm(20), rnorm(20, 0.8, 0.3)) # dependent variable 1 data for 2 conditions
dv2 <- c(rnorm(20), rnorm(20, 0.3, 0.6))
dv3 <- c(rnorm(20), rnorm(20, -0.3, 0.8))
dv4 <- c(rnorm(20), rnorm(20, 0.2, 1 ))
dv5 <- c(rnorm(20), rnorm(20, 0.5, 4 ))
rmFac <- factor(rep(c(1, 2), each=20)) # repeated measures factor
dvFac <- factor(rep(1:5, each=40)) # dependent variable indicator
dfwide <- data.frame(id, dv1, dv2, dv3, dv4, dv5, rmFac)
dflong <- data.frame(id, dv = c(dv1, dv2, dv3, dv4, dv5), rmFac, dvFac) # just in case it's easier?