У меня есть набор данных с 95 субъектами (subjID), в котором я хотел бы протестировать смешанную факториальную модель на некоторой мере (DV). В частности, есть два фактора внутри субъекта - каждый с двумя уровнями - называемые A (уровень1, уровень2) и B (уровень1, уровень2). Существует один фактор между субъектами C (уровень1, уровень2). Это смешанный факторный дизайн 2x2x2.
Изначально я понимал, что я могу проверить это с помощью:
m1 <- lmer(DV ~ A * B * C + (1 | subjID), REML = F, data)
Однако, когда я запускаю anova (m1, type = "III") для получения F-тестов, я замечаю некоторые большие расхождения с результатами, полученными из SPSS. Я думаю, что это может быть связано с неспособностью учесть внутрипредметную вложенность факторов A и B. Подходит ли приведенная ниже модель для тестирования этого факторного плана?
m2 <- lmer(DV ~ A * B * C + (1 | subjID) + (1 | subjID:A) + (1 | subjID:B), REML = F, data)
Когда я запускаю anova (m2, type = "III"), я получаю F-статистику и p-значения, которые гораздо больше похожи на те, которые даются в SPSS. Является ли это правильным способом разделения дисперсии для этих факторов внутри субъекта (т. Е. Путем случайного перехвата для subjID x факторов внутри субъекта)?