Quand pouvons-nous spécifier des effets aléatoires pour les données de mesures non répétées dans GLMM@jiancao , votre présentation GLMM au milieu de l'année impliquait un exemple (exemple 2) dans lequel vous avez spécifié un effet aléatoire pour un facteur avec une seule observation par niveau : il y avait une observation par sujet dans une étude clinique, mais vous avez inclus le sujet comme effet aléatoire pour tenir compte de la variabilité supplémentaire d'un sujet à l'autre. J'ai appris des modèles mixtes dans le contexte de distributions de réponses normales dans lesquelles des mesures répétées sont nécessaires pour estimer les effets aléatoires, donc je ne suis pas familier avec cette utilisation des effets aléatoires.
Deux questions:
- Pourquoi des mesures répétées ne sont-elles pas nécessaires pour estimer les effets aléatoires dans les GLMM ?
- L'utilisation d'effets aléatoires dans les GLMM sur des données de mesures non répétées est-elle courante dans votre expérience ? Si ce n'est pas courant, j'éviterais probablement de présenter un exemple comme celui-ci dans les démos GLMM et de m'en tenir aux données de mesures répétées.
