Kontekst :
Wyobraź sobie, że miałeś badanie podłużne, w którym mierzono zmienną zależną (DV) raz w tygodniu przez 20 tygodni na 200 uczestnikach. Chociaż ogólnie interesuje mnie, typowe DV, o których myślę, obejmują wyniki pracy po zatrudnieniu lub różne środki dobrostanu po interwencji psychologii klinicznej.
Wiem, że modelowanie wielopoziomowe może być wykorzystane do modelowania związku między czasem a DV. Możesz także pozwolić, aby współczynniki (np. Przechwyty, zbocza itp.) Różniły się między poszczególnymi osobami i oszacowały określone wartości dla uczestników. Ale co, jeśli podczas wizualnej inspekcji danych okaże się, że związek między czasem a DV jest jednym z poniższych:
- różnią się formą funkcjonalną (być może niektóre mają charakter liniowy, a inne mają charakter wykładniczy, a niektóre mają nieciągłość)
- różna wariancja błędu (niektóre osoby są bardziej zmienne z jednego punktu czasowego do następnego)
Pytania :
- Jaki byłby dobry sposób na podejście do modelowania danych w ten sposób?
- W szczególności, jakie podejścia są dobre w identyfikowaniu różnych rodzajów relacji i kategoryzowaniu osób pod względem ich typu?
- Jakie implementacje istnieją w R dla takich analiz?
- Czy są jakieś odniesienia, jak to zrobić: podręcznik lub faktyczna aplikacja?