Modelos multinível com Cruzados efeitos aleatórios

A maioria dos pesquisadores já sabe usar modelos mistos quando as observações são agrupados. Exemplos incluem estudos em que pacientes compartilham o mesmo médico, as plantas crescem no mesmo campo, ou múltiplas respostas são observadas a partir do mesmo participante do estudo. As observações no Nível 1 (paciente, planta, resposta) estão agrupados no Nível 2 (médico, campo ou participante), geralmente tornando-os correlacionada.

Nestes modelos, o cluster Nível 2 muitas vezes não é de interesse . Mesmo assim, os seus efeitos precisam de ser controladas. Se o pesquisador gostaria de generalizar os resultados para todos os médicos, campos, ou participantes, estas variáveis ​​de clusterização são efeitos aleatórios.

As observações da variável dependente são sempre medidas no Nível 1 (o paciente, planta, ou ponto de tempo). Variáveis ​​de previsão (efeitos fixos) pode ser medido em qualquer Nível 1 ou Nível 2. Por exemplo, o número de anos de experiência de um médico seria no Nível 2, mas a idade do paciente seria medido no Nível 1. As observações dentro do cluster são assumidos estar correlacionados, mas as observações entre clusters são considerados independentes.

Em um tipo de modelo de nível 2, não há um efeito aleatório no Nível 2, mas dois efeitos cruzados. Cada observação no Nível 1 está aninhado na combinação destes dois efeitos aleatórios. Estes modelos precisam atenção especial, a fim de capturar ambos os efeitos aleatórios no nível 2.

Aqui estão os mesmos exemplos com efeitos aleatórios cruzados:

Exemplo 1: Cada paciente (Nível 1) vê o seu médico (Random Efeito no Nível 2) em um dos quatro hospitais (Aleatório Efeito do Nível 2) para um estudo comparando um novo tratamento para diabetes para um velho. Cada médico vê pacientes em cada um dos quatro hospitais. As respostas dos pacientes variam entre médicos e hospitais. Porque cada paciente vê um único médico em um único hospital, os pacientes são aninhados na combinação de Médico e Hospital. A resposta é medido no Nível 1 - o paciente. Preditores pode ocorrer no Nível 1 (idade, dieta) ou qualquer Nível 2 efeito (anos de prática de médico, o tamanho de um hospital)

Exemplo 2:. Um estudo agrícola está a estudar as plantas em 6 campos. Embora existam muitas espécies de plantas em cada campo, o pesquisador escolhe aleatoriamente 5 espécies para estudar. Cada planta individual (Nível 1) encontra-se dentro de uma combinação de espécies e de campo. Mas desde que cada espécie é em todos os campos, Species and Field são cruzados no Nível 2. A resposta é medido no Nível 1 - a planta, e preditores pode ocorrer em qualquer nível 1 (altura de planta) ou qualquer Nível 2 efeito (fertilizantes aplicada ao campo, se a espécie é nativa ou introduzida)

Exemplo 3:. Em um experimento psicológico, os indivíduos são convidados a avaliar as declarações que descrevem comportamentos feito por uma pessoa fictícia, Bob. Em cada ensaio, os indivíduos avaliar se deve ou não Bob foi amigável eo tempo de resposta do rating é gravado. Cada pessoa vê os mesmos 10 amigável e 10 comportamentos hostis. Os comportamentos não são em si mesmos de interesse para o experimentador, mas são representativos de todos os comportamentos amigáveis ​​e hostis que Bob poderia realizar. Devido respostas ao mesmo comportamento tendem a ser similares, é necessário para controlar os seus efeitos. Cada ensaio do experimento (Nível 1) está aninhado dentro de Assunto e Comportamento, que são ambos efeitos aleatórios no Nível 2. Objecto e Comportamento são atravessados ​​no Nível 2 desde a cada Tarifas sujeitas todo comportamento. A resposta é medido no Nível 1 - o julgamento, e preditores pode ocorrer em qualquer nível 1 (uma distracção ocorre em alguns ensaios) ou ei ther Nível 2 efeito (Comportamento é amigável ou não, assunto é colocado em positivo, neutro ou humor negativo).

Por sorte, especificando um modelo de efeitos aleatórios cruzou pode ser feito facilmente em procedimentos de modelagem mistas padrão, tais como SAS Proc Mixed ou SPSS mista. Ele deve ser feito com cuidado, no entanto, porque como a maioria dos modelos mistos, especificando um modelo de Efeitos Aleatórios cruzadas corretamente pode ser complicado Restaurant  .;