生物学、心理学、医学でlmerを使用した混合モデル分析のレポート例は？

一般的なコンセンサスはlmer()、古典的なANOVAの代わりにRを介して混合モデルを使用することであると思われるため（不均衡な設計、交差ランダム効果など、よく引用される理由により）、データで試してみたいと思います。ただし、スーパーバイザー（最終的にp値を使用した従来の分析を期待している）または後でレビューアーにこのアプローチを「販売」できるかどうか心配です。

混合モデルを使用したりlmer()、フィールド生物学、心理学、医学の反復測定や複数の被験者内および被験者間設計などの異なる設計に使用した、公開された記事の良い例をお勧めしますか？

更新3（2013年5月）：心理学の混合モデルに関する別の非常に良い論文がJournal of Memory and Languageにリリースされました（p値を取得する方法に関する著者の結論には同意しませんが、afex代わりにパッケージを参照してください）。ランダム効果構造の指定方法について非常にうまく議論されています。読んでみてください！

Barr、DJ、Levy、R.、Scheepers、C。、およびTily、HJ（2013）。確認仮説検定のランダム効果構造：最大に保ちます。Journal of Memory and Language、68（3）、255–278。doi：10.1016 / j.jml.2012.11.001

更新2（2012年7月）：交差効果（参加者やアイテムなど）のランダム効果がある場合の（社会）心理学での使用を推奨する論文。
大きなことは、pbkrtestパッケージを使用してp値を取得する方法を示しています。

Judd、CM、Westfall、J。、およびKenny、DA（2012）。社会心理学における刺激をランダムな要因として扱う：広範だが無視されている問題に対する新しく包括的な解決策。Journal of Personality and Social Psychology、103（1）、54–69。doi：10.1037 / a0028347
（Word .docとしてのみ利用可能）

Jake Westfallは（メールごとに）提唱されたKenward-Rogers近似（pbkrtestで使用）のp値を取得するための代替手段は（最適ではない）Satterthwaite近似であり、MixModパッケージでanovaTab関数を使用して見つけることができると言いました。

最終更新の小さな更新： Rパッケージにafexはmixed()、混合モデルのすべての効果のp値を簡単に取得する機能が含まれています。あるいは、carパッケージは、Anova()使用中の混合モデルのp値も取得するようになりましたtest.statistic = "F"

更新1：lme4を説明する別の論文

Kliegl、R.、Wei、P.、Dambacher、M.、Yan、M.、＆Zhou、X.（2011）。線形混合モデルの実験的効果と個人差：視覚的注意における空間、オブジェクト、および誘引効果間の関係の推定。 定量的心理学と測定のフロンティア、 1、238. doi：10.3389 / fpsyg.2010.00238

元の応答：

多くの例はありませんが、1つだけです（以下を参照）が、心理学/認知科学から引用すべき論文をいくつか知っています。最も重要なのは間違いなく：

Baayen、RH、Davidson、DJ、およびBates、DM（2008）。被験者とアイテムの交差ランダム効果による混合効果モデリング。Journal of Memory and Language、59（4）、390–412。doi：10.1016 / j.jml.2007.12.005

Baayenからのもう1つは：

Baayen、RH、＆Milin、P.（2010）。反応時間の分析。国際心理学研究、3（2）、12–28。

私は実際に彼の本も大好きで、混合モデルに関する入門章もあります（統計の本としてはかなり安いです）：
Baayen、RH（2008）。言語データの分析：Rを使用した統計の実用的な紹介。英国ケンブリッジ; ニューヨーク：ケンブリッジ大学出版局。

おそらく彼は多くの論文を使用していると思いますlme4が、私の主な関心は心理言語学ではないので、あなたは彼のホームページをチェックしたいかもしれません。

私の分野から（推論）、私はこの1つの論文を知っていますlme4：

Fugard、AJB、Pfeifer、N.、Mayerhofer、B。、およびKleiter、GD（2011）。人々が条件を解釈する方法：条件付きイベントに向かってシフトします。 Journal of Experimental Psychology：Learning、Memory、and Cognition、37（3）、635–648。doi：10.1037 / a0022329

（固定パラメーターのみが異なるモデルを比較する尤度比検定を使用していると感じていますが、聞いたことは正しい方法ではありません。代わりにAICを使用する必要があります。）

これは、生態学と進化の混合モデルに関する非常に引用された論文です。

• ボルカー等。（2009）一般化線形混合モデル：エコロジーと進化の実践ガイドエコロジーと進化のトレンド Vol。24 pp127-135（PDF）（追加コンテンツへのリンクを含むScienceDirectから）。

以下の記事は、社会科学の設定でマルチレベルモデリングの使用を促進するよう努めています。

• ブリーズ、PD＆プロイハート、RE（2002）。ランダム係数モデルを使用した成長モデリング：モデルの構築、テスト、イラスト、組織的研究手法、Vol。5 No. 4、2002年10月362-387。PDF

要約を引用するには：

この記事では、著者は、ランダム係数モデリングを使用して、縦断的データの分析のための成長モデルを開発する方法を説明します。ランダム係数モデルのこれまでの議論とは対照的に、この記事ではモデル比較フレームワークを使用した段階的なガイダンスを提供します。この方法でモデリングにアプローチすることにより、著者は回帰の基盤を構築し、より複雑なモデルを徐々に推定して評価することができます。モデル比較フレームワークでは、記事は尤度テストを使用して代替モデルを対比することの価値を示し（個々のパラメーターを含む重要度のテストに典型的に依存するのではなく）、読者が複製できるようにオープンソース言語Rのコードを提供結果。

この論文を引用しているとしてGoogle Scholarに掲載されている記事の調査は、他のいくつかの有用なリードを示唆しています。

私はズール、AF、イエノ、EN、ウォーカー、N。、サヴェリエフ、AA、スミス、GM（2009）を読んでいます。Rを使用したエコロジーにおける混合効果モデルと拡張。ニューヨーク、ニューヨーク：Springer Science + Business Media、LLC。それは生態学者向けに書かれているので、統計はかなり簡単です。医学や心理学など、他の学問分野の人々にも役立つと思います。多くのケーススタディが含まれており、それぞれのケーススタディには、統計を論文に最適に記述する方法に関する詳細なセクションがあります。

エコロジーで混合モデルを使用する優れた例は次のとおりです。

• 「人口統計及び外来種の管理オトギリソウ長期データセットにおける増殖、生存および繁殖力を特徴付けるためのマルチレベル混合効果モデルを用いて。I.（Buckely、Briese及びリース2003）」。

残念ながら、古いRライブラリを使用しています。