1
反復測定個人差実験をどのように分析すればよいですか？
準実験的な個人差心理学の研究をしています。少なくとも被験者内の操作（場合によっては被験者間の操作）を常に伴う別のタスクで、（私が測定する）認知能力が異なる人々がどのように実行するかを調べます。DVは通常、応答時間および/または精度です。この質問について、私は応答時間に焦点を当てたいと思います（それらは正規分布であると仮定しましょう）。次に、能力とタスクの関係から、それが認知能力にとって理論的に何を意味するかを推測します。この作業の性質は相関関係にあり、各被験者が多くのタスクトライアルを完了する反復測定が含まれます（ほとんどの場合、全体的な違いだけで、時間の経過に伴う変化には興味がありません）。 私の分野の研究者は、認知能力スコアからカテゴリ変数を作成し、分布の上位および下位の四分位数を反復測定ANOVAと比較することがよくあります。認知能力は継続的に測定されるので、このように認知能力を扱う分析戦略を探しています。私は最近、混合モデルを調査しており、人をランダム効果グループ化変数として、認知能力スコアを人の中にネストされたランダム効果として扱うことができると考えています。モデルの比較を行うことにより、この入れ子になったランダム効果（認知能力）と実験的治療の固定効果の間の相互作用を調べたいと思います。 これは合理的な分析戦略のように見えますか？私はこの権利について考えていますか？継続的な測定として認知能力測定を維持しながら、反復測定-実験被験者の分散を削除-を利用できる他のいくつかの方法（よりシンプル、より良い）は何ですか？Rの引用や例は高く評価されます。 典型的な実験では、2〜4レベル（複数の試験で測定）の1〜3のカテゴリカルIVと1つの連続IV（認知能力）のいずれかが予想されます。カテゴリー変数の正確な性質は、研究ごとに異なります。デザインは完全に交差しています。