Przykładowe raporty analizy mieszanych modeli z wykorzystaniem lmerów w biologii, psychologii i medycynie?

Ponieważ ogólną zgodą wydaje się być stosowanie modeli mieszanych lmer()w R zamiast klasycznej ANOVA (z często cytowanych powodów, takich jak niezrównoważone projekty, skrzyżowane efekty losowe itp.), Chciałbym spróbować z moimi danymi. Martwię się jednak, że będę w stanie „sprzedać” to podejście mojemu przełożonemu (który w końcu oczekuje klasycznej analizy z wartością p) lub później recenzentom.

Czy mógłbyś polecić jakieś fajne przykłady opublikowanych artykułów, które wykorzystywały modele mieszane lub lmer()różne projekty, takie jak powtarzane pomiary lub wiele projektów wewnątrz i między podmiotami dla biologii, psychologii, medycyny?

Aktualizacja 3 (maj 2013): Kolejny bardzo dobry artykuł na temat mieszanych modeli w psychologii został opublikowany w Journal of Memory and Language (chociaż nie zgadzam się z wnioskami autorów dotyczącymi uzyskiwania wartości p , patrz pakiet afex). Bardzo ładnie omawia sposób określania struktury efektów losowych. Przeczytaj to!

Barr, DJ, Levy, R., Scheepers, C., i Tily, HJ (2013). Struktura efektów losowych do testowania hipotez potwierdzających: zachowaj maksymalną wartość . Journal of Memory and Language , 68 (3), 255–278. doi: 10.1016 / j.jml.2012.11.001

Aktualizacja 2 (lipiec 2012 r.): Artykuł zalecający stosowanie w psychologii (społecznej) w przypadku skrzyżowania (np. Uczestników i przedmiotów) efektów losowych.
Najważniejsze jest to: pokazuje, jak uzyskać wartości p za pomocą pakietu pbkrtest :

Judd, CM, Westfall, J., i Kenny, DA (2012). Traktowanie bodźców jako przypadkowego czynnika w psychologii społecznej: Nowe i kompleksowe rozwiązanie wszechobecnego, ale w dużej mierze ignorowanego problemu. Journal of Personality and Social Psychology , 103 (1), 54–69. doi: 10.1037 / a0028347
(dostępny tylko jako Word .doc)

Jake Westfall powiedział mi (na pocztę), że alternatywą dla uzyskania wartości p dla zalecanego przybliżenia Kenwarda-Rogersa (stosowanego w pbkrtest) jest (mniej optymalne) przybliżenie Satterthwaite, które można znaleźć w pakiecie MixMod za pomocą tej anovaTabfunkcji.

Mała aktualizacja do ostatniej aktualizacji: Mój pakiet R afexzawiera funkcję mixed()wygodnego uzyskiwania wartości p dla wszystkich efektów w modelu mieszanym. Alternatywnie, carpakiet uzyskuje teraz także wartości p dla modeli mieszanych w Anova()użyciutest.statistic = "F"

AKTUALIZACJA 1: Kolejny artykuł opisujący lme4

Kliegl, R., Wei, P., Dambacher, M., Yan, M., i Zhou, X. (2011). Efekty eksperymentalne i indywidualne różnice w liniowych modelach mieszanych: szacowanie związku między efektami przestrzennymi, obiektowymi i przyciągania w uwadze wzrokowej. Frontiers in Quantitative Psychology and Measurement , 1, 238. doi: 10.3389 / fpsyg.2010.00238

Oryginalna odpowiedź:

Nie mam wielu przykładów, tylko jeden (patrz poniżej), ale znam kilka artykułów, które powinieneś zacytować z Psychologii / Nauk poznawczych. Najważniejszy z nich to zdecydowanie:

Baayen, RH, Davidson, DJ i Bates, DM (2008). Modelowanie efektów mieszanych ze skrzyżowanymi efektami losowymi dla przedmiotów i przedmiotów. Journal of Memory and Language , 59 (4), 390–412. doi: 10.1016 / j.jml.2007.12.005

Kolejnym z Baayen jest:

Baayen, RH i Milin, P. (2010). Analizowanie czasów reakcji. International Journal of Psychological Research , 3 (2), 12–28.

Właściwie całkowicie spodobała mi się również jego książka, która zawiera również ładny rozdział wprowadzający na temat modelu mieszanego (i jest dość tani jak na książkę ze statystykami):
Baayen, RH (2008). Analizowanie danych językowych: praktyczny wstęp do statystyk z wykorzystaniem R . Cambridge, Wielka Brytania; Nowy Jork: Cambridge University Press.

Prawdopodobnie ma też dużo artykułów lme4, ale ponieważ moim głównym zainteresowaniem nie jest psycholingwistyka, możesz sprawdzić jego stronę główną .

Z mojej dziedziny (rozumowania) znam ten jeden artykuł, który wykorzystuje lme4:

Fugard, AJB, Pfeifer, N., Mayerhofer, B., i Kleiter, GD (2011). Jak ludzie interpretują warunki warunkowe: Przechodzi w stronę zdarzenia warunkowego. Journal of Experimental Psychology: Learning, Memory and Cognition , 37 (3), 635–648. doi: 10.1037 / a0022329

(choć mam wrażenie, że używają testu współczynnika wiarygodności do porównywania modeli, które różnią się jedynie ustalonymi parametrami, o których słyszałem, że nie jest to właściwy sposób. Myślę, że zamiast tego należy użyć AIC.)

To bardzo cytowany artykuł na temat mieszanych modeli ekologii i ewolucji:

• Bolker i in. (2009) Uogólnione liniowe modele mieszane: praktyczny przewodnik po ekologii i ewolucji Trendy w ekologii i ewolucji obj. 24 str. 127-135 ( PDF ) ( z ScienceDirect z linkami do treści uzupełniających ).

Poniższy artykuł stara się promować wykorzystanie modelowania wielopoziomowego w środowisku nauk społecznych:

• Bliese, PD i Ployhart, RE (2002). Modelowanie wzrostu przy użyciu losowych modeli współczynników: budowanie modeli, testowanie i ilustracje, metody badań organizacyjnych, t. 5 nr 4, październik 2002 r. 362–387. PDF

Cytując streszczenie:

W tym artykule autorzy ilustrują, w jaki sposób modelowanie współczynników losowych można wykorzystać do opracowania modeli wzrostu do analizy danych podłużnych. W przeciwieństwie do poprzednich dyskusji na temat modeli współczynników losowych, ten artykuł zawiera wskazówki krok po kroku z wykorzystaniem ram porównawczych modeli. Podchodząc do modelowania w ten sposób, autorzy są w stanie zbudować podstawę regresji oraz stopniowo szacować i oceniać bardziej złożone modele. W ramach porównania modeli artykuł ilustruje wartość korzystania z testów prawdopodobieństwa w celu kontrastowania modeli alternatywnych (zamiast typowego polegania na testach istotności obejmujących poszczególne parametry) oraz zapewnia kod w języku open source R, aby umożliwić czytelnikom replikację wyniki.

Analiza artykułów wymienionych w Google Scholar jako cytowanie tego artykułu sugeruje kilka innych przydatnych wskazówek .

Czytam Zuur, AF, Ieno, EN, Walker, N., Saveliev, AA i Smith, GM (2009). Modele efektów mieszanych i rozszerzenia w ekologii z R . Nowy Jork, NY: Springer Science + Business Media, LLC. Jest napisany dla ekologów, więc statystyki są dość łatwe do naśladowania; Myślę, że przydałoby się to osobom z innych dyscyplin, takich jak medycyna czy psychologia. Uwzględniono wiele studiów przypadków, a każde zawiera szczegółową sekcję, w jaki sposób najlepiej spisać statystyki w formie papierowej.

Doskonałym przykładem zastosowania mieszanych modeli w ekologii jest:

• „ Demografia i zarządzanie inwazyjnym gatunkiem Hypericum perforatum . I. Korzystanie z wielopoziomowych modeli mieszanych efektów do charakteryzowania wzrostu, przeżycia i płodności w długoterminowym zbiorze danych ” (Buckely, Briese i Rees 2003).

Niestety używa starszych bibliotek R.