Saya telah mengalami masalah ini beberapa kali sekarang, dengan pengulas meminta lebih banyak pembenaran untuk penggunaan LMM, tes tradisional, bukan atau di samping LMM, dan tabel perkiraan parameter lengkap dengan apa yang Anda laporkan dengan model linier biasa .
Saat ini masalah spesifik saya adalah pengulas yang meminta "Tabel yang berisi perkiraan parameter utama dari berbagai model". Saya pikir mereka menginginkan sesuatu seperti tabel tradisional yang akan dilaporkan untuk model linier (dengan uji t dan nilai p), tetapi dalam hal ini analisis melibatkan perbandingan model bersarang dan tidak ada uji t untuk masing-masing parameter yang termasuk dalam masing-masing model, melainkan tes tunggal untuk perbandingan model, yang saya laporkan di koran. Jadi saya tidak yakin apa yang harus dilakukan - saya ingin memuaskan pengulas, tetapi saya tidak selalu ingin menyertakan tabel besar informasi yang sedikit berguna untuk mengevaluasi hasil. Saat ini saya hanya melaporkan nilai beta, SE, chi-square dan p. Saya juga memperjelas variabel apa yang dimasukkan dalam masing-masing model. Ada saran untuk bagaimana melanjutkan?
Inilah yang saya usulkan untuk merespons:
Kami percaya peninjau meminta sesuatu yang mirip dengan apa yang akan dilaporkan dalam analisis regresi berganda tradisional, dengan perkiraan parameter dan statistik yang menyertainya dan nilai p untuk setiap variabel termasuk dalam model yang diberikan. Namun, karena analisis model campuran linier menggunakan model bersarang yang membandingkan model yang dikurangi dengan model lengkap dengan satu parameter tambahan, satu-satunya parameter yang diuji adalah yang ditambahkan dalam model lengkap (CITATION). Dengan demikian, termasuk tabel tidak akan mendukung interpretasi dari hasil dengan cara yang akan di analisis yang lebih tradisional. Jadi untuk setiap analisis, kami melaporkan beta untuk parameter yang diuji di setiap perbandingan model, bersama dengan statistik utama, di tubuh bagian hasil, seperti yang direkomendasikan (CITATIONS).
Juga, ketika dimintai pembenaran untuk penggunaan LMM dalam kasus khusus saya, inilah yang saya usulkan untuk menanggapi:
Kami menggunakan model campuran linier karena analisis ini memungkinkan kami untuk memperhitungkan variabilitas karena tipe uji coba dalam model kami (uji coba versus uji tanpa beralih), sementara secara bersamaan memperhitungkan fakta bahwa uji coba bersarang dalam subjek, dan beberapa respons dari orang yang sama lebih mirip daripada tanggapan dari orang lain. Akuntansi untuk kedua jenis percobaan dan varians tingkat subjek dalam waktu reaksi diharapkan untuk mengurangi kesalahan dalam model kami dan meningkatkan kemampuan kami untuk mendeteksi efek kinerja tugas.
Jika Anda memiliki saran untuk memperbaiki ini, saya sangat menghargainya. Sekali lagi, audiens ini tidak canggih secara statistik, jadi menambahkan tabel dan data tambahan hanya cenderung menambah kebingungan / skeptisisme mereka.
Juga, perhatikan bahwa motivasi saya untuk menggunakan LMM berbeda dari apa yang saya lihat di makalah (misalnya, memodelkan beberapa efek acak secara bersamaan - dalam kasus saya, hanya ada satu efek acak - peserta, dan jenis percobaan adalah efek tetap), jadi Saya tidak yakin mengutip beberapa surat kabar umum itu membantu. Mungkin saja saya mengabaikan cara lain untuk menganalisis data ini sehingga pembenaran saya untuk menggunakan LMM tidak tepat.
sumber
drop1(merMod, type="chisq")
Jawaban:
Sebagian saya berpihak pada reviewer yang satu ini. Anda tertarik pada efek dari parameter yang Anda minati - mengingat sisa model . Sulit untuk menginterpretasikan hasil dan untuk memeriksa validitas model jika Anda hanya melaporkan satu parameter yang menarik. Saya akan memberikan:
Kendala ruang di sebagian besar jurnal klasik akan membuatnya perlu untuk memasukkan informasi ini ke dalam suplemen online.
Contoh untuk melaporkan model campuran dapat ditemukan di sini .
sumber