回答:
実際のモデル「反復測定ANOVA」が何を説明するのか完全にはわかりませんが、一般的な問題の1つは、誘導された依存関係をカバーするために単に分散推定を調整するのではなく、モデルにあらゆる種類のランダム効果を入れるかどうかです時系列断面データ分析におけるパネル修正標準誤差とマルチレベルモデルの議論。それで、私は最初にその質問に行き、それからあなたのものに取り組みます。
固定効果とランダム効果
固定効果ではなくランダム効果をいつ使用するかについての2つの補足原則は次のとおりです。
どちらも被験者のランダム効果を明示的に含める動機付けです。通常、一般的に人間の集団に関心があり、各被験者の応答セットの要素は相関しており、相互に予測可能であるため、相互に有益です。刺激のようなものについてはあまり明確ではありません。刺激の種類が3種類しかない場合、1は固定効果を動機づけ、2。は刺激の性質に応じて決定を下します。
あなたの質問
反復効果ANOVAで混合モデルを使用する理由の1つは、前者がかなり一般的であるためです。たとえば、平衡設計と不平衡設計で同じように簡単に機能し、マルチレベルモデルに簡単に拡張できます。古典的なANOVAとその拡張機能に関する（確かに限定的な）読書では、混合モデルはANOVA拡張機能が行うすべての特殊なケースをカバーしているようです。したがって、実際には、反復測定ANOVAを好む統計的理由を考えることはできません。他の人がここで助けることができるかもしれません。（おなじみの社会学的理由は、あなたの分野が高齢者が大学院で学んだ方法について読むことを好むことであり、実際的な理由は、ANOVAのマイナー拡張よりも混合モデルの使用方法を学ぶのに少し時間がかかるかもしれないことです）
注意
非実験データに最も関連するランダム効果を使用する場合の注意点は、一貫性を維持するために、ランダム効果がモデルの固定効果と無相関であると仮定するか、ランダム効果の共変量として固定効果手段を追加することです（議論例：バフミとゲルマンの論文）。
lmerをまったく与えません。
参加者が各条件でまったく同じ写真を見る場合（各カテゴリには異なる写真が含まれていると思われるため、元の例では明らかにそうではありません）、セルのANOVAはおそらくあなたが知りたいことを正確に伝えることを意味します。好む理由の1つは、理解とコミュニケーションが多少簡単だということです（研究を発表する際のレビュー担当者を含む）。
しかし、基本的にはあります。いくつかの条件（写真のカテゴリなど）に応じて多くの人が何かをしなければならない実験を各条件で繰り返し試行する場合、常に2つの変動源があります。一部の分野（心理言語学など）の研究者は、その理由のためにマルチレベルモデル（またはクラークのF1 / F2分析などの古い代替）を日常的に使用しますが、他の分野（たとえば、主流の実験心理学の多くの仕事）は基本的に問題を無視します（いいえ私が伝えることができるものから、それを逃れることができる他の理由）。
このペーパーでは、この質問についても説明します。
Raaijmakers、JGW、Schrijnemakers、JMC、およびGremmen、F.（1999）。「固定された効果としての言語の誤acy」に対処する方法：一般的な誤解と代替ソリューション。Journal of Memory and Language、41（3）、416-426。
決して。反復測定ANOVAは、おそらく最も単純な混合効果モデルの1つのタイプです。混合効果としてどのように適合させるかを知ることを除いて、反復測定を学ぶことさえお勧めしませんが、混合効果の方法を学ぶことをお勧めします。レシピとして理解できないため、より多くの労力が必要ですが、複数のランダム効果、異なる相関構造に拡張し、欠落データを処理できるため、はるかに強力です。
Gueorguieva、R.、＆Krystal、JH（2011）を参照してください。ANOVAに移動します。Arch Gen Psychiatry、61、310〜317。http://doi.org/10.1001/archpsyc.61.3.310