Я хочу спросить о линейных смешанных моделях.
Значение фиксированной переменной изменяется со случайной структурой.
Например, предположим, что есть 5 переменных:
RT (переменная ответа), ковариатическая переменная 1 (C.V.1), C.V.2, I.V.1, I.V.2.
все переменные являются переменными внутри субъекта, кроме RT.
Что я хочу знать, так это взаимодействие I.V.2 и I.V.2.
В этой ситуации я установил две модели с помощью lmer ().
Во-первых, это:
m1 <- lmer(rt ~ C.V.1 + C.V.2 + I.V.1*I.V.2 + (1+C.V.1 + C.V.2 + I.V.1*I.V.2|subject) + (1|word))
и второе:
m2 <- lmer(rt ~ C.V.1 + C.V.2 + I.V.1*I.V.2 + (1+ I.V.1*I.V.2|subject) + (1|word))
Когда я проанализировал эти две модели, значимость фиксированной переменной различна для двух моделей.
Например, взаимодействие I.V.1 и I.V.2 значимо в m1, но не в m2.
Я знаю, что установка субъектного перехвата означает, что ответы будут отличаться от каждого субъекта, а установка наклона субъекта для I.V.1 означает, что эффект I.V.1 будет отличаться от каждого субъекта.
Но я не знаю взаимосвязи между фиксированными эффектами и случайными эффектами.
В чем смысл рассмотрения случайных эффектов?
Могу ли я интерпретировать результат оценки фиксированной переменной как коэффициент при управлении эффектом других случайных эффектов, таких как ковариатная переменная?
И почему значение фиксированного эффекта изменяется со случайной структурой, подобной двум вышеупомянутым моделям?
Спасибо за чтение, и я надеюсь, что кто-нибудь объяснит мне это.