Betrachten Sie ein faktorielles Design innerhalb des Subjekts und innerhalb des Gegenstands, bei dem die experimentelle Behandlungsvariable zwei Ebenen (Bedingungen) aufweist. Sei m1
das Maximalmodell und m2
das No-Random-Correlations-Modell.
m1: y ~ condition + (condition|subject) + (condition|item)
m2: y ~ condition + (1|subject) + (0 + condition|subject) + (1|item) + (0 + condition|item)
Dale Barr gibt für diese Situation Folgendes an:
Bearbeiten (20.04.2008): Wie Jake Westfall hervorhob, scheinen sich die folgenden Aussagen nur auf die Datensätze zu beziehen, die in Abb. 1 und 2 auf dieser Website dargestellt sind. Die Keynote bleibt jedoch gleich.
In einer abweichungscodierenden Darstellung (Bedingung: -0,5 vs. 0,5) sind m2
Verteilungen möglich, bei denen die zufälligen Abschnitte des Subjekts nicht mit den zufälligen Steigungen des Subjekts korreliert sind. Nur ein maximales Modell m1
erlaubt Verteilungen, bei denen die beiden korreliert sind.
In der behandlungskodierenden Darstellung (Bedingung: 0 vs. 1) können diese Verteilungen, bei denen die zufälligen Abschnitte des Subjekts nicht mit den zufälligen Steigungen des Subjekts korreliert sind, nicht unter Verwendung des No-Random-Correlations-Modells angepasst werden, da in jedem Fall eine Korrelation zwischen Random besteht Steigung und Schnittpunkt in der Darstellung der Behandlungscodierung.
Warum codiert die Behandlung? immer zu einer Korrelation zwischen zufälliger Steigung und Achsenabschnitt führen?
quelle
Ich glaube, das liegt daran, dass alles, was mal Null ist, Null ist. Wenn Sie sich also alle vier möglichen Wechselwirkungen (Multiplikationen) von 0 und 1 ansehen, sind drei von vier Null. Andererseits sind zwei von vier Wechselwirkungen von -1 und 1 1 und zwei -1.
quelle