我做准实验性的个体差异心理学研究。我研究了认知能力（我测量的）不同的人如何执行另一项任务，该任务总是至少涉及受试者内部（有时是受试者之间）的操作——DV通常是响应时间和/或准确性。对于这个问题，我想关注响应时间（假设它们是正态分布的）。然后我从能力-任务关系中推断出它在理论上对认知能力意味着什么。这项工作的性质是相关的，并且涉及重复测量，每个受试者完成许多任务试验（主要是我对随时间的变化不感兴趣，只是整体差异）。

我所在领域的研究人员经常根据认知能力得分创建分类变量，并将分布的上下四分位数与重复测量方差分析进行比较。因为认知能力是连续测量的，所以我正在寻找一种以这种方式对待认知能力的分析策略。我最近一直在研究混合模型，认为我可以将人视为随机效应分组变量，将认知能力评分视为嵌套在人中的随机效应。我想通过模型比较来检查这种嵌套随机效应（认知能力）与实验治疗的固定效应之间的相互作用。

这看起来像是一个合理的分析策略吗？我在想这个吗？还有哪些其他方法（越简单越好）可以利用重复测量 - 消除实验对象差异 - 同时保持认知能力测量作为连续测量？赞赏 R 中的任何引用或示例。

在一个典型的实验中，我预计会有 1-3 个具有 2-4 个级别的分类 IV（通过多次试验测量）和 1 个连续 IV（认知能力）。分类变量的确切性质因研究而异。设计完全交叉。