Dobrze znam modele z efektami mieszanymi (MEM), ale kolega ostatnio zapytał mnie, jak to się ma do modeli utajonego wzrostu (LGM). Zrobiłem trochę googlingu i wydaje się, że LGM to wariant modelowania równań strukturalnych, który jest stosowany w okolicznościach, w których powtarzane miary są uzyskiwane na każdym poziomie co najmniej jednego losowego efektu, dzięki czemu czas jest stałym efektem w modelu. W przeciwnym razie MEM i LGM wydają się dość podobne (np. Oba pozwalają na eksplorację różnych struktur kowariancji itp.).
Czy mam rację, że LGM jest koncepcyjnie szczególnym przypadkiem MEM, czy też istnieją różnice między tymi dwoma podejściami w odniesieniu do ich założeń lub zdolności do oceny różnych rodzajów teorii?