¿Cómo analizo los datos con un efecto techo?

Question

Hemos generado medidas repetidas de datos a partir de una muestra de personas evaluadas en 4 intervalos de tiempo en los 2 grupos. Deseamos comparar los grupos a lo largo del tiempo. No son importantes los valores que faltan. El cuestionario es muy insensible y tiene un rango de puntuación de 1 a 30, sin embargo, la gran mayoría de las personas están anotando 29 o 30. Los números caen de manera exponencial por debajo de los 29. Es cierto que hay más a la baja de propagación en las mediciones realizadas en el primer punto temporal. Registro de la transformación (ni ninguna transformación) no ha hecho una diferencia. A pesar de la evidente rubbishness de la real cuestionario, ha encontrado la gente esta situación antes? En el momento en el que simplemente estamos usando 29 como punto de corte para una categoría de análisis. No hay nada más elegante que se puede hacer?

Answer 1

Es el caso de que cada individuo en la calificación se compone de la suma de 30 binario preguntas? Si es así, entonces usted debe analizar los datos en bruto (1 o 0 para cada pregunta de cada individuo) genearlized aditivo modelos de efectos mixtos, el tratamiento de las personas como de efectos aleatorios, y especificar un binomio enlace. Por ejemplo (en R):

library(lme4)
fit1 = lmer(
    data = my_raw_data
    , formula = accuracy ~ (1|individual)
    , family = binomial
)

Esto encajaría un modelo donde sólo hay una intercepción. Si usted tiene un entre-individuos manipulación codificado en una variable llamada "A", usted puede evaluar la cantidad de evidencia de un efecto de Un por:

fit2 = lmer(
    data = my_raw_data
    , formula = accuracy ~ (1|individual) + A
    , family = binomial
)
(AIC(fit1)-AIC(fit2))*log2(exp(1)) #bits of evidence for an effect of A

Donde "pedazos de evidencia" se refiere a un cociente de probabilidad representada en el registro de la base 2 de la escala. Negativa de bits representan la evidencia en contra de un efecto de A.

El ezMixed() función de la ez paquete automatiza el cálculo de este tipo de pruebas métricas, y el ezPredict() y ezPlot2() funciones de facilitar la obtención y visualización de los efectos.

Si estoy equivocado y la puntuación no representan la suma de 30 binario preguntas, pero en lugar de la suma de algunos de los más pequeños número de likert codificado preguntas, puede recodificar el likert de respuestas a la binomial como me sugieren aquí, a continuación, proceder como se indicó anteriormente.