Um desenho repetido de medidas pode ser de natureza não temporal?

Sempre que leio sobre medidas repetidas ou design dentro de assuntos em diferentes livros e páginas da web, o exemplo que sempre é mencionado é algum tipo de design longitudinal ou de medidas repetidas (por exemplo, as pessoas são medidas na mesma escala várias vezes durante o dia). Para o meu experimento, mostrei às pessoas várias figuras diferentes em ordem aleatória e agrupei essas figuras em diferentes categorias. Este é um exemplo de medidas repetidas ou de design dentro de assuntos, ou seja, posso usar uma ANOVA de medidas repetidas (dentro de assuntos) em meus dados (dado que satisfaz todas as suposições básicas)?

anova repeated-measures

— Speldosa
fonte

Você parece ter DUAS formas de dependência aqui: Por pessoa e por categoria. Então você provavelmente precisa de um modelo multinível para explicar os dois

— Peter Flom

Tradicionalmente, sim, seu design pode ser tratado como um design de medidas repetidas, em que você trata a pessoa como uma unidade de observação repetida e as figuras de cada categoria são replicações homogêneas uma da outra, diminuindo-as para uma categoria média e tratando como uma variável dentro de Ss.

No entanto, como Peter Flom observa, é possível (provável?) Que a variabilidade intracategoria em suas fotos valha a pena considerar; nesse caso, você desejará passar para um contexto de modelagem de efeitos mistos, onde tratará a categoria como um efeito fixo e o token de pessoa e categoria como efeitos aleatórios cruzados. Veja Baayen et al 2008 para explicação.

— Mike Lawrence
fonte

Obrigado pela referência! Eu imprimi e vou afundar meus dentes hoje à noite.

— Speldosa

Agora essa é uma boa referência. Particularmente útil, pois seus fatores também são cruzados. Gelman e Hill 2007, parte 2, se você quiser uma exposição mais lenta.

— conjugateprior

Mike Lawrence Então, quando você adota uma abordagem de modelagem de efeito misto, não recolhe seus dados (neste caso, por assunto e categoria) com uma única média, mas usa todas as observações? Estou adotando uma abordagem de detecção de sinal para alguns dos meus dados, e você obviamente não pode falar sobre conceitos como "taxa de acertos menos taxa de alarmes falsos" para observações únicas. Além disso, no artigo, eles mencionam que esse modelo é robusto contra violações à esfericidade e homoscadasticidade. Isso significa que posso cancelar minha pergunta inicial sobre alternativas à RM-ANOVA em casos de não esfericidade de dados?

— Speldosa

@Spledosa, De fato, ao usar modelos de efeitos mistos, você deseja manter seus dados em seu formato bruto, julgamento por julgamento. Esse é especialmente o caso quando os dados brutos são binomiais por natureza (consulte: sciencedirect.com/science/article/pii/S0749596X07001283 ), como está implícito no fato de você se referir à teoria de detecção de sinal em seu comentário.

— Mike Lawrence

@Spledosa, No que diz respeito ao SDT em modelos de efeitos mistos, consulte springerlink.com/content/71p13107473qh842 , que explica que, se você tem um modelo de efeitos mistos com responseo DV, os efeitos que interagem com o realityIV refletem efeitos no d ', enquanto os efeitos que não envolvem realityefeitos refletidos no critério.

— Mike Lawrence