Tengo un conjunto de datos en el que intento predecir una variable dependiente entre sujetos (continua), el número medio de veces que un participante cometió un error en una tarea cognitiva, con un predictor dentro del sujeto (categórico), ensayo difícil frente a fácil, y un predictor entre sujetos (continuo), la activación media en una región cerebral para este ensayo. Hay aproximadamente 3000 observaciones, con aproximadamente 70 observaciones por participante. No estoy seguro de si un modelo de efectos mixtos es el enfoque correcto o si hay una forma mejor de enfocar esto. ¿Alguien tiene alguna sugerencia?
Respuesta
¿Demasiados anuncios?
Usuario no registrado
Puntos
0
Como menciona Craig en el comentario, el modelo de efectos mixtos es apropiado. En resumen, múltiples observaciones por participante = datos jerárquicos.
En otro orden de cosas, es poco probable que su variable de resultado (VD) tenga una distribución normal, por lo que en realidad no debería ejecutar un modelo lineal de efectos mixtos asumiendo una distribución normal. Usted ha declarado que está tomando una media de los recuentos (es decir, el número de veces que los participantes cometieron un error en una tarea cognitiva); debe evitarse la agregación de datos, ya que reduce artificialmente la varianza. Tratar el resultado como recuentos y ejecutar un modelo de Poisson mixto es probablemente más apropiado dados sus datos.
