混合効果モデルと線形回帰モデルの違いは何ですか？

誰かが混合モデルと線形回帰分析の違いを説明できますか？（私は統計の知識が非常に限られています。）

混合効果モデルには変量効果と固定効果の両方がありますが、標準の線形回帰モデルには固定効果しかありません。

複数の子供のデータがあり、さまざまな時点の年齢と身長があり、年齢を使用して身長を予測したいとします。すべての子供が年齢と身長を関連付ける勾配と切片が同じであると仮定する場合は、年齢を予測子とし、身長を応答とする通常の線形モデルを当てはめることができます。各子の個別の切片（または相互作用を含める場合は勾配と切片）を効果的に適合させる各子のid項を含む固定効果モデルを適合させることもできます。

混合効果モデルを使用すると、平均切片と勾配を固定効果として近似できますが、完全固定とは異なる方法で子間の差異の可能性をモデル化するランダム切片（および必要に応じてランダム勾配）を含めることもできます。効果モデル。ここで回答に含めることができる以上のメリットを十分に理解するには、教科書のトピックを読むか、混合効果モデルについて話すクラスを取る必要があります。

私の意見では、R：チュートリアルの 2つのパートのBodo Winterによる線形モデルと線形混合効果モデルは、統計に強いバックグラウンドがない人にとって良い出発点です。