R中的线性混合效应模型-小于5个水平的随机效应因子的混合建议

问题描述

我进行了一项实验，将受检者的手臂绕肘部移动到参考位置，将其恢复到原始位置，然后要求他们尝试复制该位置，而这些操作都没有他们的手臂视野。然后，我测量了他们的位置匹配中的误差，作为他们上肢位置感知敏锐度的估计。该实验旨在比较一组老年人和年轻人之间的位置感知敏锐度。

设计该实验，使受试者在3个参考位置的每个位置进行4次重复，以进行肘部的伸展和屈曲运动。为了充分利用数据（避免使用混合方差分析避免重复测量水平的平均数据和潜在数据丢失），我想分析年龄组（2个水平）对匹配误差的影响，同时控制参考位置（3个水平） ）和运动方向（2个级别）在线性混合效果模型中，但是我在解决如何为随机效果建模时遇到了一些问题。

一方面，我已经相当一致地读到，随机影响因子通常至少需要5-6个水平才能获得可靠的方差估算值（例如第33页，https://lme4.r-forge.r-project.org/book/Ch2.pdf和{{3} }）使我认为不可能以这种方式用随机截距对参考位置（3个级别）和运动方向（2个级别）建模...

Err_model_1

在这种情况下，我正在考虑将其作为固定因子，但是，我也阅读到，对于使用对象内度量作为固定因子的设计，还应该使用随机斜率建模以最大程度地减少类型我的错误率（Barr 2013； https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5970551/）与5-6级最低规则略有出入，但我认为应该是这样……

Err_model_2

• 是否存在一些特定于使用对象内部度量的方法，例如 Err_model_2中的固定因子，使您可以将它们建模为 有效地产生随机效应？
• 还有另一种方法可以以此将移动方向和参考位置建模为随机效果 什么样的模型？

感谢您提供任何其他帮助或评论！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）