¿Ejemplos de informes para el análisis de modelos mixtos usando lmer en biología, psicología y medicina?

Como el consenso general parece ser el uso de modelos mixtos a través lmer()de R en lugar de ANOVA clásico (por las razones frecuentemente citadas, como diseños desequilibrados, efectos aleatorios cruzados, etc.), me gustaría probarlo con mis datos. Sin embargo, me preocupa poder "vender" este enfoque a mi supervisor (que espera un análisis clásico con un valor p al final) o más tarde a los revisores.

¿Podría recomendar algunos buenos ejemplos de artículos publicados que usen modelos mixtos o lmer()para diferentes diseños como medidas repetidas o múltiples diseños dentro y entre temas para la biología de campo, psicología, medicina?

Actualización 3 (mayo de 2013): otro artículo realmente bueno sobre modelos mixtos en psicología se publicó en el Journal of Memory and Language (aunque no estoy de acuerdo con las conclusiones de los autores sobre cómo obtener valores p , consulte el paquete afex). Discute muy bien sobre cómo especificar la estructura de efectos aleatorios. ¡Ve a leerlo!

Barr, DJ, Levy, R., Scheepers, C. y Tily, HJ (2013). Estructura de efectos aleatorios para la prueba de hipótesis confirmatoria: manténgala al máximo . Revista de memoria y lenguaje , 68 (3), 255–278. doi: 10.1016 / j.jml.2012.11.001

Actualización 2 (julio de 2012): un documento que aboga por el uso en psicología (social) cuando hay efectos aleatorios cruzados (p. Ej., Participantes y elementos).
Lo importante es: muestra cómo obtener valores p utilizando el paquete pbkrtest :

Judd, CM, Westfall, J. y Kenny, DA (2012). Tratar los estímulos como un factor aleatorio en la psicología social: una solución nueva e integral a un problema generalizado pero en gran parte ignorado. Revista de Personalidad y Psicología Social , 103 (1), 54–69. doi: 10.1037 / a0028347
(solo disponible como Word .doc)

Jake Westfall me dijo (por correo) que una alternativa para obtener valores p de la aproximación de Kenward-Rogers recomendada (utilizada en pbkrtest) es la aproximación Satterthwaite (menos óptima), que se puede encontrar en el paquete MixMod utilizando la anovaTabfunción.

Pequeña actualización a la última actualización: Mi paquete R afexcontiene la función mixed()para obtener convenientemente valores p para todos los efectos en un modelo mixto. Alternativamente, el carpaquete ahora también obtiene valores p para modelos mixtos al Anova()usartest.statistic = "F"

ACTUALIZACIÓN1: Otro documento que describe lme4

Kliegl, R., Wei, P., Dambacher, M., Yan, M. y Zhou, X. (2011). Efectos experimentales y diferencias individuales en modelos lineales mixtos: estimación de la relación entre efectos espaciales, de objeto y de atracción en la atención visual. Frontiers in Quantitative Psychology and Measurement , 1, 238. doi: 10.3389 / fpsyg.2010.00238

Respuesta original

No tengo una serie de ejemplos, solo uno (ver más abajo), pero conozco algunos artículos que debe citar de Psicología / Ciencias cognitivas. El más importante es definitivamente:

Baayen, RH, Davidson, DJ y Bates, DM (2008). Modelado de efectos mixtos con efectos aleatorios cruzados para sujetos y artículos. Revista de memoria y lenguaje , 59 (4), 390-412. doi: 10.1016 / j.jml.2007.12.005

Otro de Baayen es:

Baayen, RH y Milin, P. (2010). Análisis de tiempos de reacción. Revista Internacional de Investigación Psicológica , 3 (2), 12–28.

De hecho, también me gustó totalmente su libro, que también tiene un buen capítulo introductorio sobre modelo mixto (y es bastante barato para un libro de estadísticas):
Baayen, RH (2008). El análisis de los datos lingüísticos: una introducción práctica a las estadísticas utilizando R . Cambridge, Reino Unido; Nueva York: Cambridge University Press.

Probablemente supongo que él también usa muchos papeles lme4, pero como mi interés principal no es la psicolingüística, es posible que desee consultar su página de inicio .

Desde mi campo (razonamiento), sé de este artículo que usa lme4:

Fugard, AJB, Pfeifer, N., Mayerhofer, B. y Kleiter, GD (2011). Cómo las personas interpretan los condicionales: cambios hacia el evento condicional. Revista de psicología experimental: aprendizaje, memoria y cognición , 37 (3), 635-648. doi: 10.1037 / a0022329

(aunque tengo la sensación de que usan una prueba de razón de probabilidad para comparar modelos que solo difieren en los parámetros fijos, lo que he oído no es la forma correcta. Creo que debería usar AIC en su lugar).

Este es un artículo muy citado sobre modelos mixtos para la ecología y la evolución:

• Bolker y col. (2009) Modelos mixtos lineales generalizados: una guía práctica para la ecología y la evolución. Tendencias en Ecología y Evolución Vol. 24 pp127-135 ( PDF ) ( de ScienceDirect con enlaces a contenido complementario ).

El siguiente artículo se esfuerza por promover el uso del modelado multinivel en entornos de ciencias sociales:

• Bliese, PD y Ployhart, RE (2002). Modelado de crecimiento utilizando modelos de coeficiente aleatorio: construcción de modelos, pruebas e ilustraciones, métodos de investigación organizacional, vol. 5 No. 4, octubre de 2002 362-387. PDF

Para citar el resumen:

En este artículo, los autores ilustran cómo se puede utilizar el modelado de coeficientes aleatorios para desarrollar modelos de crecimiento para el análisis de datos longitudinales. A diferencia de las discusiones anteriores sobre modelos de coeficientes aleatorios, este artículo proporciona una guía paso a paso utilizando un marco de comparación de modelos. Al abordar el modelado de esta manera, los autores pueden construir una base de regresión y estimar y evaluar progresivamente modelos más complejos. En el marco de comparación de modelos, el artículo ilustra el valor del uso de pruebas de probabilidad para contrastar modelos alternativos (en lugar de la dependencia típica de las pruebas de significación que involucran parámetros individuales), y proporciona código en el lenguaje de código abierto R para permitir a los lectores replicar Los resultados.

Un examen de los artículos enumerados en Google Académico como citando este documento sugiere varias otras pistas útiles .

Estoy leyendo Zuur, AF, Ieno, EN, Walker, N., Saveliev, AA y Smith, GM (2009). Modelos de efectos mixtos y extensiones en la ecología con R . Nueva York, NY: Springer Science + Business Media, LLC. Está escrito para ecologistas, por lo que las estadísticas son bastante fáciles de seguir; Creo que sería útil para personas de otras disciplinas, como la medicina o la psicología también. Se incluyen muchos estudios de casos, y cada uno tiene una sección detallada sobre cómo escribir mejor las estadísticas en un documento.

Un excelente ejemplo del uso de modelos mixtos en ecología es:

• " Demografía y manejo de las especies invasoras Hypericum perforatum . I. Uso de modelos de efectos mixtos multinivel para caracterizar el crecimiento, la supervivencia y la fecundidad en un conjunto de datos a largo plazo " (Buckely, Briese y Rees 2003).

Desafortunadamente, usa bibliotecas R más antiguas.