Wie kann ein lineares Mischeffektmodell für diejenigen gemeldet werden, die nicht vertraut und skeptisch sind?

8

Ich bin jetzt einige Male auf dieses Problem gestoßen, wobei Prüfer mehr Rechtfertigung für die Verwendung von LMMs, herkömmliche Tests anstelle oder zusätzlich zu LMMs und vollständige Tabellen mit Parameterschätzungen anfordern, die denen entsprechen, die Sie mit einem regulären linearen Modell melden würden .

Im Moment ist mein spezielles Problem ein Prüfer, der "Eine Tabelle mit den wichtigsten Parameterschätzungen der verschiedenen Modelle" anfordert. Ich denke, sie wollen so etwas wie eine traditionelle Tabelle, die man für ein lineares Modell (mit t-Tests und p-Werten) angeben würde, aber in diesem Fall beinhalten die Analysen verschachtelte Modellvergleiche und es gibt keine t-Tests für jeden der darin enthaltenen Parameter Modell, sondern ein einzelner Test für den Modellvergleich, über den ich in der Arbeit berichte. Ich bin mir also nicht sicher, was ich tun soll - ich möchte den Prüfer zufrieden stellen, aber ich möchte nicht unbedingt große Informationstabellen einfügen, die für die Bewertung der Ergebnisse von geringem Nutzen sind. Im Moment melde ich einfach den Beta-, SE-, Chi-Quadrat- und P-Wert. Ich mache auch klar, welche Variablen in jedem Modell enthalten waren. Irgendwelche Vorschläge, wie es weitergehen soll?

Folgendes möchte ich antworten:

Wir glauben, dass der Prüfer nach etwas fragt, das dem entspricht, was in einer herkömmlichen multiplen Regressionsanalyse mit Parameterschätzungen und den dazugehörigen Statistiken und p-Werten für jede in einem bestimmten Modell enthaltene Variable angegeben wird. Da bei linearen gemischten Modellanalysen verschachtelte Modelle verwendet werden, bei denen reduzierte Modelle mit vollständigen Modellen mit einem zusätzlichen Parameter verglichen werden, wird nur der Parameter getestet, der im vollständigen Modell (CITATION) hinzugefügt wird. Daher würde das Einschließen einer Tabelle die Interpretation nicht unterstützen der Ergebnisse in der Weise, wie es in einer traditionelleren Analyse wäre. Daher geben wir für jede Analyse die Betas für den getesteten Parameter in jedem Modellvergleich zusammen mit den wichtigsten Statistiken im Hauptteil des Ergebnisabschnitts an, wie empfohlen (ZITATE).

Wenn ich nach einer Begründung für die Verwendung von LMMs in meinem speziellen Fall gefragt werde, schlage ich Folgendes vor:

Wir haben lineare gemischte Modelle verwendet, da diese Analyse es uns ermöglichte, die Variabilität aufgrund des Versuchstyps in unseren Modellen zu berücksichtigen (Switch- oder No-Switch-Versuche), während gleichzeitig die Tatsache berücksichtigt wurde, dass die Versuche in Probanden verschachtelt waren, und mehrere Antworten derselben Person sind ähnlicher als die Antworten anderer Personen. Es wurde erwartet, dass die Berücksichtigung sowohl der Versuchsart als auch der Varianz auf Probandenebene in den Reaktionszeiten den Fehler in unseren Modellen verringert und unsere Fähigkeit erhöht, Auswirkungen der Aufgabenleistung zu erkennen.

Wenn Sie Vorschläge haben, wie dies verbessert werden könnte, würde ich es begrüßen. Auch dieses Publikum ist statistisch nicht anspruchsvoll, so dass das Hinzufügen von Tabellen und zusätzlichen Daten wahrscheinlich nur zu ihrer Verwirrung / Skepsis beiträgt.

Beachten Sie auch, dass meine Motivation für die Verwendung von LMMs anders ist als in den Artikeln (z. B. mehrere zufällige Effekte gleichzeitig modellieren - in meinem Fall gibt es nur einen zufälligen Effekt - Teilnehmer, und der Versuchstyp ist ein fester Effekt) Ich bin mir nicht sicher, ob das Zitieren einiger allgemeiner Papiere so hilfreich ist. Es ist möglich, dass ich andere Möglichkeiten zur Analyse dieser Daten übersehen habe, sodass meine Rechtfertigung für die Verwendung von LMMs nicht zutreffend ist.

panpsych77
quelle
Können Sie weitere Informationen zu dem von Ihnen verwendeten Modell geben? Wie kompliziert ist es? Was sind "verschiedene Modelle", von denen der Rezensent spricht? Besprechen Sie verschachtelte Modelle in Ihrem Manuskript?
Amöbe
Ich berichte über mehrere Modellvergleiche mit einem reduzierten Modell mit einigen Schlüsselkovariaten und einem vollständigen Modell mit denselben Variablen plus der unabhängigen interessierenden Variablen. Im Abschnitt über den analytischen Ansatz meines Manuskripts erkläre ich genau, wie dies alles funktionieren wird, aber die Prüfer sind mit dem Ansatz eindeutig nicht vertraut. Sie haben daher immer noch die Erwartung, dass sie meiner Meinung nach von ihrer Vertrautheit mit multipler Regression geleitet werden.
Panpsych77
2
Ich sehe das Problem nicht wirklich. Sie können einfach alle Parameterschätzungen und SEs für beide Modelle entweder in zwei separaten Tabellen oder in einer Tabelle zusammengefasst melden und dann Folgendes beachten: "Ein Likelihood-Ratio-Test, bei dem diese beiden Modelle verglichen wurden, ergab ..." Alternativ können Sie die erschöpfende Methode ausführen Satz von Modellvergleichen und Bericht der LRT-Statistik neben jeder festen Parameterschätzung in der vollständigen Modelltabelle, z. B.drop1(merMod, type="chisq")
Jake Westfall
@ JakeWestfall, danke! Ich hatte gerade den Eindruck, dass die Konvention nicht alle diese Informationen melden sollte (basierend auf Psychopapieren, die ich gelesen habe, um LMMs zu melden), aber jetzt kann ich sehen, warum es sinnvoll wäre, dies zu tun. Haben Sie Beispiele aus Ihren eigenen Unterlagen oder aus anderen Quellen, wie Sie diese Tabellen formatieren würden? Ähnlich wie bei regulären multiplen Regressionstabellen, nehme ich an? Ich kann einen Weg finden, der mir intuitiv erscheint, aber immer gut ist, Beispiele zu haben.
Panpsych77
2
@ panpsych77 Ich fordere diese Informationen routinemäßig während der Überprüfung an, hauptsächlich, damit den Lesern absolut klar ist, wie die vollständige Modellspezifikation lautet. Hier sind einige Beispiele, wie wir solche Tabellen in von mir mitautorisierten Papieren formatiert haben: jakewestfall.org/publications/ANES_supplement.pdf jakewestfall.org/publications/femininity.pdf
Jake Westfall

Antworten:

7

Ich bin teilweise auf der Seite des Rezensenten. Sie interessieren sich für die Auswirkung Ihres interessierenden Parameters - angesichts des restlichen Modells . Es ist schwierig, die Ergebnisse zu interpretieren und die Gültigkeit des Modells zu überprüfen, wenn Sie nur einen einzigen interessierenden Parameter angeben. Ich würde zur Verfügung stellen:

  • die Formel Ihres Modells
  • Beta-Schätzungen für alle festen Effekte
  • entsprechende SEs und CIs
  • entsprechende Teststatistiken (z, t, Chi ^ 2, Änderung von AIC / BIC, was auch immer Sie verwendet haben) mit df's / n's
  • entsprechende p-Werte
  • SDs für Ihre zufälligen Effekte und deren Korrelationen (falls erforderlich als separate Tabelle)

Die Platzbeschränkungen in den meisten klassischen Zeitschriften machen es erforderlich, diese Informationen in eine Online-Beilage aufzunehmen.

Beispiele für die Meldung gemischter Modelle finden Sie hier .

mzunhammer
quelle
Ich habe seit einiger Zeit nach Richtlinien für die Berichterstattung über gemischte Modelle in der biomedizinischen / psychologischen Forschung gesucht, aber keine gefunden. Ich würde mich über zitierfähige Referenzen freuen.
Mzunhammer
Die einzigen Richtlinien, die ich gefunden habe, sind Online-Tutorials, die nicht angemessen erscheinen. Ich könnte nur das R-Buch (Crawley) oder einige Psychopapiere zitieren, die LMMs melden, sofern sie einen Präzedenzfall schaffen.
Panpsych77
Könnten Sie auch lesen, was ich oben zu meinem ursprünglichen Beitrag hinzugefügt habe, und mich wissen lassen, ob es sinnvoll ist? Vielen Dank!
Panpsych77
2
Die Antwort oben wurde aktualisiert. Ein weiterer Punkt, den Sie verwenden könnten, um die Verwendung der LMM-Analyse anstelle der Standard-LM-Analyse zu rechtfertigen, besteht darin, dass wiederholte Maßnahmen berücksichtigt werden müssen, da eine Nichtbeachtung die Annahme unabhängiger Beobachtungen verletzen würde.
Mzunhammer
2
Die Leser möchten häufig, dass die Ergebnisse so präsentiert werden, dass es einfach ist, eine neue Studie mit früheren Studien zu vergleichen. Beispielsweise ziehen es Zeitschriften in der Überlebensanalyse häufig vor, große Tabellen mit vielen Einzelvariablen-Beziehungen zum Ergebnis anzuzeigen, obwohl diese Beziehungen statistisch von begrenztem Wert sind. Solche Tabellen geben eine gewisse Sicherheit, dass die neue Patientenkohorte anderen Kohorten ähnlich ist. Ich bin damit einverstanden, mehr als weniger in Bezug auf Ergebnistabellen bereitzustellen. Die Erklärung der Grenzen der Tabellen dient dann als nützliche Bildungsfunktion für die Leser.
EdM