생물학, 심리학 및 의학에서 lmer를 사용한 혼합 모형 분석에 대한 예제 보고서?

일반적인 합의 lmer()는 고전적인 분산 분석 대신 R에서 혼합 모델을 사용하는 것 같습니다 (불평형 설계, 교차 임의 효과 등 자주 인용되는 이유로), 나는 데이터를 사용 해보고 싶습니다. 그러나이 접근 방식을 관리자 (최종 p- 값으로 고전적인 분석을 기대하는 관리자) 또는 나중에 검토 자에게 "판매"할 수 있을지 걱정됩니다.

혼합 모델을 사용 lmer()하거나 필드 생물학, 심리학, 의학에 대한 반복 측정 또는 대상 내 및 대상 간 다중 설계와 같은 다양한 디자인에 사용 된 출판 된 논문의 좋은 예를 추천 해 주 시겠습니까?

업데이트 3 (2013 년 5 월) : Psychology의 혼합 모델에 대한 또 다른 좋은 논문이 Journal of Memory and Language에 발표되었습니다 (저는 p- 값 을 얻는 방법에 대한 저자의 결론에 동의하지 않지만 패키지 afex를 참조하십시오 ). 랜덤 효과 구조를 지정하는 방법에 대해 아주 잘 설명합니다. 읽어봐!

Barr, DJ, Levy, R., Scheepers, C., & Tily, HJ (2013). 확증 가설 검정을위한 랜덤 효과 구조 : 최대로 유지하십시오 . 메모리 및 언어 저널 , 68 (3), 255–278. 도 : 10.1016 / j.jml.2012.11.001

업데이트 2 (2012 년 7 월) : 무작위 효과 (예 : 참가자 및 항목)가 교차 될 때 (사회) 심리학에서의 사용을 옹호하는 논문.
가장 중요한 것은 pbkrtest 패키지를 사용하여 p- 값을 얻는 방법을 보여줍니다 .

Judd, CM, Westfall, J., & Kenny, DA (2012). 사회적 심리학에서 자극을 무작위 요인으로 취급 : 광범위하지만 무시되는 문제에 대한 새롭고 포괄적 인 솔루션. 성격 및 사회 심리학 저널 , 103 (1), 54–69. doi : 10.1037 / a0028347
(Word .doc으로 만 사용 가능)

제이크 웨스트 폴 (Jake Westfall)은 옹호 한 Kenward-Rogers 근사치 (pbkrtest에서 사용)에 대한 p- 값을 얻는 대안은 (최적의) Satterthwaite 근사치이며,이 기능을 사용하여 MixMod 패키지 에서 찾을 수 있다고 우편 으로 나에게 말했습니다anovaTab .

마지막 업데이트에 대한 작은 업데이트 : My R 패키지 afex에는 mixed()혼합 모델의 모든 효과에 대한 p- 값을 편리하게 얻을 수있는 기능 이 있습니다. 대안 적으로, car패키지는 이제 혼합 모델, P 값을 획득 Anova()하여test.statistic = "F"

업데이트 1 : lme4를 설명하는 다른 논문

Kliegl, R., Wei, P., Dambacher, M., Yan, M., & Zhou, X. (2011). 선형 혼합 모형의 실험 효과 및 개별 차이 : 시각적주의를 기울여 공간, 물체 및 인력 효과 간의 관계를 추정합니다. 양적 심리학과 측정의 경계 , 1, 238. doi : 10.3389 / fpsyg.2010.00238

원래 답변 :

나는 많은 예를 가지고 있지는 않지만 하나만 (아래 참조), 심리학 /인지 과학에서 인용해야 할 논문을 알고 있습니다. 가장 중요한 것은 확실히 :

Baayen, RH, Davidson, DJ, & Bates, DM (2008). 주제 및 항목에 대한 교차 임의 효과를 사용한 혼합 효과 모델링. 메모리 및 언어 저널 , 59 (4), 390–412. 도 : 10.1016 / j.jml.2007.12.005

Baayen의 또 다른 하나는 다음과 같습니다.

Baayen, RH, & Milin, P. (2010). 반응 시간 분석. 국제 심리 학회지 , 3 (2), 12–28.

나는 실제로 그의 책을 완전히 좋아했으며 혼합 모델에 대한 좋은 입문 장을 가지고 있으며 통계 책에는 꽤 저렴합니다 :
Baayen, RH (2008). 언어 데이터 분석 : R을 사용한 통계에 대한 실질적인 소개 . 영국 케임브리지; 뉴욕 : Cambridge University Press.

아마 그는 또한 많은 논문을 사용하고 있다고 생각 lme4하지만, 나의 주요 관심사는 정신 언어학이 아니기 때문에 그의 홈페이지를 확인하고 싶을 수도 있습니다 .

내 분야 (추론)에서 나는 다음을 사용하는이 한 종이를 알고있다 lme4.

Fugard, AJB, Pfeifer, N., Mayerhofer, B. & Kleiter, GD (2011). 사람들이 조건을 해석하는 방법 : 조건부 이벤트로 이동합니다. 실험 심리학 저널 : 학습, 기억 및 인식 , 37 (3), 635–648. 도 : 10.1037 / a0022329

(나는 그들이 고정 된 매개 변수 만 다른 모델을 비교하기 위해 우도 비율 테스트를 사용하는 느낌이 있지만 올바른 방법이 아니라고 생각합니다. 대신 AIC를 사용해야한다고 생각합니다.)

이 글은 생태와 진화를위한 혼합 모델에 대한 높은 논문입니다 :

• Bolker et al. (2009) 일반화 선형 혼합 모형 : 생태 및 진화 동향의 생태 및 진화 동향에 대한 실용적인 가이드 . 24 pp127-135 ( PDF ) ( ScienceDirect에서 보충 내용 링크 포함 ).

다음 기사는 사회 과학 환경에서 다단계 모델링 사용을 장려하기 위해 노력합니다.

• Bliese, PD & Ployhart, RE (2002). 랜덤 계수 모델을 사용한 성장 모델링 : 모델 구축, 테스트 및 일러스트레이션, 조직 연구 방법, Vol. 5 2002 년 10 월 4 일 362-387. PDF

초록을 인용하려면 :

이 기사에서 저자는 랜덤 계수 모델링을 사용하여 종 방향 데이터 분석을위한 성장 모델을 개발하는 방법을 설명합니다. 랜덤 계수 모델에 대한 이전 논의와 달리이 기사에서는 모델 비교 프레임 워크를 사용하여 단계별 지침을 제공합니다. 이러한 방식으로 모델링에 접근함으로써 저자는 회귀 기반을 구축하고 더 복잡한 모델을 점진적으로 추정하고 평가할 수 있습니다. 모델 비교 프레임 워크에서이 기사는 개별 모델과 관련된 중요도 테스트에 대한 일반적인 의존도가 아닌 대체 모델과 대비하기 위해 가능성 테스트를 사용하는 가치를 설명하고 독자가 복제 할 수 있도록 오픈 소스 언어 R의 코드를 제공합니다. 결과.

이 논문 을 인용하여 Google 학술 검색에 실린 기사를 살펴보면 다른 유용한 정보가 몇 가지 있습니다.

Zuur, AF, Ieno, EN, Walker, N., Saveliev, AA, & Smith, GM (2009)을 읽고 있습니다. R과 생태학의 혼합 효과 모델 및 확장 . 뉴욕, 뉴욕 : Springer Science + Business Media, LLC. 생태학자를 위해 작성되었으므로 통계는 상당히 따르기 쉽습니다. 나는 그것이 의학이나 심리학과 같은 다른 분야의 사람들에게도 유용 할 것이라고 생각합니다. 많은 사례 연구가 포함되어 있으며 각 논문에는 통계를 가장 잘 작성하는 방법에 대한 자세한 섹션이 있습니다.

생태학에서 혼합 모델을 사용하는 훌륭한 예는 다음과 같습니다.

• " 침습 종 Hypericum perforatum 의 인구 통계 및 관리 . I. 장기 데이터 세트에서 성장, 생존 및 기능성 을 특성화하기 위해 다단계 혼합 효과 모델 사용 "(Buckely, Briese and Rees 2003).

불행히도 이전 R 라이브러리를 사용합니다.