1
時変共変量を持つ縦混合モデルでの同時および遅延効果のテスト
最近、これらの共変量にタイムラグを導入しないと、時変共変量を縦方向混合モデルに組み込むことはできないと言われました。これを確認/拒否できますか？この状況に関する参考資料はありますか？ 明確にする簡単な状況を提案します。40人の被験者で量的変数（y、x1、x2、x3）の測定（たとえば30回以上）を繰り返したとします。各変数は、アンケートによって各被験者で30回測定されます。ここで、最終的なデータは、40の被験者にネストされた4 800の観測値（4変数X 30機会X 40被験者）になります。 個別にテストしたい（モデル比較用ではない）： 同時（同期）効果：時間tのyに対する時間tのx1、x2、およびx3の影響。 遅延効果：時間tのyに対する時間t-1のx1、x2、x3の影響。 私はすべてが明確であることを望みます（私はネイティブスピーカーではありません！）。 たとえば、R lmer {lme4}では、遅延効果のある式は次のとおりです。 lmer(y ~ lag1.x1 + lag1.x2 + lag1.x3 + (1|subject)) ここで、yは時間tでの従属変数lag1.x1、個々のレベルでの遅れた独立変数x1などです。 同時効果の場合、式は次のとおりです。 lmer(y ~ x1 + x2 + x3 + (1|subject)) すべてが順調に進んでおり、興味深い結果が得られます。しかし、同期時変共変量を含むlmerモデルを指定するのは正しいですか、それとも何か見落としましたか？ 編集： さらに、同時効果と遅延効果の両方を同時にテストすることは可能ですか？、 例えば ： lmer(y ~ x1 + x2 + x3 + lag1.x1 + lag1.x2 + lag1.x3 …