私は混合モデリングに不慣れで、私が行っている分析でランダム効果を使用することが適切かどうかについて混乱しています。任意のアドバイスをいただければ幸いです。
私の研究は、新しく開発された哺乳類の存在量の指標が、確立されているがより労働集約的な指標の価値をどれだけうまく予測できるかをテストしています。私はこれらの指標を複数の森林パッチで測定しており、各森林パッチに複数のプロットがあります。
フォレストパッチの効果には直接興味がなく、サンプルプロットがフォレストパッチ内にネストされているため、ランダムエフェクトとしてフォレストパッチを使用しています。ただし、これについていくつか質問があります。
まず、ランダム効果は、サンプリングしたものだけでなく、ランダム因子のすべての可能なレベルにわたって結果を一般化できることを知っています。しかし、この種の推論を行うには、レベルをランダムにサンプリングする必要があるように思えますか?フォレストパッチがランダムにサンプリングされなかったので、ランダムエフェクトとして使用できますか?
次に、Iは、たとえば、影響のあるモデルとないモデルを比較するための尤度比テストを行うことにより、ランダムな効果が必要かどうかをテストできることを読みました。私はこれを実行しましたが、変量効果モデルは固定効果のみのモデルと同様にデータを説明しないことを示唆しています。これに関する私の問題は、私のプロットがまだフォレストパッチ内にネストされているため、おそらく独立していないことです。したがって、このLRTアプローチを使用してランダム効果を除外することを正当化できますか、それともネストネスを説明するためにそれを含める必要がありますか?そして、ランダムな効果を削除してしまう場合、フォレストパッチ内のプロットが独立していると見なすことができることを確認する方法はありますか?
ご協力いただきありがとうございます!
ジェイ