混合車型：跨界設計有哪些規格？我進行了一項交叉試驗，健康志願者兩次來到實驗室（間隔一段時間），並在兩次神經調節干預之前和之後對手臂和腳進行感覺測試。 每個參與者都以隨機分配的順序經歷這兩種情況。 我們想看看神經調節干預措施對手臂和腳的結果是否有不同的影響。
我想使用混合模型分析（連續）結果（我使用 JMP Pro 16.2）。 我的固定效果是時間（基線和刺激後）、刺激（兩個級別）、肢體（手臂和腳）以及它們的所有相互作用。 我添加了主題作為隨機效果（僅攔截）。
我有兩個層面的問題：
1. 基準值的核算
- 有人建議我通過將結果的基線值作為固定效應來調整。 這顯然改善了模型的擬合度（降低了 AIC）並降低了參數估計的 SE，但我擔心包含相同的值作為結果和預測變量。
- 此外，將受試者作為隨機效應納入其中是否已經解釋了不同的基線值（需要注意的是，手臂和腳以及每個刺激水平的基線是不同的）。
- 為了解釋這一點，我是否應該將主題（攔截）與肢體和刺激交叉，以解釋兩個會話中兩個肢體的不同基線？ 如果是，我如何在模型中正確指定這一點？
- 另一種選擇是計算變化分數（基線後），將其用作結果，然後將基線作為固定效果納入其中以對其進行調整。
2. 協方差結構
- 我也一直在考慮是否需要指定協方差結構。 由於我只有兩個時間點，我想我只有一對協方差需要估計，因此，我真的需要指定協方差結構嗎？ 將受試者納入隨機效應是否不能解釋同一受試者的觀察結果的相關性？
- 如果我嘗試指定協方差結構（在 JMP 中稱為重複結構），則會遇到問題。 在 JMP 中，默認設置為殘差。 但是，正如 JMP 手冊中所述：“殘差結構指定觀測值之間不存在協方差，即誤差是獨立的。” 顯然這裡的情況並非如此。 當我嘗試更合適的結構時，我遇到了麻煩。 因為我為每個受試者的每個時間點有四個值（例如之前的時間點：每個肢體和每個刺激），所以我收到錯誤消息，如下所示： XXX 協方差模型要求沒有受試者俱有重複輸入的重複值多變的。
抱歉發了這麼長的帖子。 任何幫助我找到該模型最佳規格的幫助將不勝感激。
高級統計建模基礎數據分析和建模
