Ich habe einen Crossover-Versuch durchgeführt, bei dem gesunde Freiwillige zweimal ins Labor kamen und sich vor und nach einer von zwei Neuromodulationseingriffen sensorischen Tests an Arm und Fuß unterzogen. Jeder Teilnehmer durchlief beide Bedingungen in einer zufällig zugewiesenen Reihenfolge. Wir wollen sehen, ob die Neuromodulationsinterventionen die Ergebnisse für Arm und Fuß unterschiedlich beeinflusst haben.
Ich möchte die (kontinuierlichen) Ergebnisse mit einem gemischten Modell analysieren. Meine festen Effekte sind Zeit (Grundlinie und Poststim), Stimulation (zwei Ebenen) und Gliedmaßen (Arm und Fuß). Ich habe „Subjekt“ als Zufallseffekt hinzugefügt.
Mein Problem ist die Spezifikation der wiederholten Struktur. Die Standardeinstellung ist „Restwert“. Aber wie im JMP-Handbuch beschrieben: „Die Reststruktur legt fest, dass es keine Kovarianz zwischen Beobachtungen gibt, d. h. die Fehler sind unabhängig.“ Dies ist hier offensichtlich nicht der Fall.
Wenn ich geeignetere Strukturen ausprobiere, gerate ich in Schwierigkeiten. Da ich für jeden Zeitpunkt für jedes Subjekt vier Werte habe (z. B. Zeitpunkt-Basislinie: für jedes Glied und für jede Stimulation), erhalte ich Fehlermeldungen wie die folgende:
Das XXX-Kovarianzmodell erfordert, dass keine Probanden doppelte Werte der wiederholten Eingabevariablen haben.
Jede Hilfe, die mir die beste Spezifikation für dieses Modell nennen kann, wäre sehr dankbar.
