Quando possiamo specificare gli effetti casuali per i dati di misure non ripetute in GLMM@jiancao , la tua presentazione GLMM a metà anno comprendeva un esempio (Esempio n. 2) in cui hai specificato un effetto casuale per un fattore con una sola osservazione per livello: c'era un'osservazione per soggetto in uno studio clinico, ma hai incluso il Soggetto come effetto casuale per tenere conto di un'ulteriore variabilità da soggetto a soggetto. Ho imparato modelli misti nel contesto di normali distribuzioni di risposta in cui sono necessarie misure ripetute per stimare gli effetti casuali, quindi non ho familiarità con questo uso di effetti casuali.
Due domande:
- Perché non sono necessarie misure ripetute per stimare gli effetti casuali nei GLMM?
- L'uso di effetti casuali nei GLMM su dati di misure non ripetuti è comune nella tua esperienza? Se non è comune, probabilmente eviterei di presentare un esempio del genere nelle demo GLMM e mi limiterei a utilizzare i dati delle misure ripetute.
