Contexto :
Imagine que tiene un estudio longitudinal que mide una variable dependiente (DV) una vez por semana durante 20 semanas en 200 participantes. Aunque estoy interesado en general, los DV típicos en los que estoy pensando incluyen el desempeño laboral después de la contratación o varias medidas de bienestar después de una intervención de psicología clínica.
Sé que el modelado multinivel se puede usar para modelar la relación entre el tiempo y el DV. También puede permitir que los coeficientes (por ejemplo, intersecciones, pendientes, etc.) varíen entre individuos y estimen los valores particulares para los participantes. Pero, ¿qué pasa si al inspeccionar visualmente los datos encuentra que la relación entre el tiempo y el DV es cualquiera de los siguientes:
- diferente en forma funcional (quizás algunos son lineales y otros son exponenciales o algunos tienen una discontinuidad)
- diferente en la varianza de error (algunas personas son más volátiles de un punto de tiempo al siguiente)
Preguntas :
- ¿Cuál sería una buena manera de abordar datos de modelado como este?
- Específicamente, ¿qué enfoques son buenos para identificar diferentes tipos de relaciones y clasificar a las personas con respecto a su tipo?
- ¿Qué implementaciones existen en R para tales análisis?
- ¿Hay alguna referencia sobre cómo hacer esto: libro de texto o aplicación real?