多级模型或简单相关系数

机器算法验证 r 相关性 混合模式 多层次分析
2022-04-15 13:53:11

我对连续条件(块 = 4 个连续条件)和经验组之间(exp = 2 个组作为虚拟变量)之间的几个变量(问卷得分 = q1 (0-24);生理测量 = phys)的关系感兴趣。我的总体样本量为 N = 27(12 = 高 exp.,15 = 低 exp),它们都完成了 4 个条件。

我现在的主要兴趣是在这里是否适合使用多级模型来研究 q1 和 phys 之间的关联在块组和经验组之间是否存在显着差异。

该模型看起来像这样:

q1 ~ 1 + block * exp * phys + (1 | id)

此外,我有几个生理指标。将它们全部合并到一个模型中是否有意义,还是我应该使用仅包含一个生理预测因子的模型?

我有点担心简单地计算每个块的每个子组的相关系数并比较这些系数会更容易吗?

我很感激任何建议!

1个回答

正如评论中提到的,在 内有重复测量id,因此使用随机截距拟合混合模型id将是一个好主意。

将数据拆分为子组并比较相关性不是一个好主意,因为它会失去统计功效(因为每个测试都在较小的样本量上)并且您还需要处理多个测试问题。