Exemples de rapports pour l'analyse de modèles mixtes utilisant lmer en biologie, psychologie et médecine?

Comme le consensus général semble être d'utiliser des modèles mixtes via lmer()en R au lieu de l'ANOVA classique (pour les raisons souvent citées, comme les conceptions déséquilibrées, les effets aléatoires croisés, etc.), je voudrais essayer avec mes données. Cependant, je crains de pouvoir "vendre" cette approche à mon superviseur (qui attend finalement une analyse classique avec une valeur de p) ou plus tard aux examinateurs.

Pourriez-vous recommander de bons exemples d'articles publiés qui utilisent des modèles mixtes ou lmer()pour des conceptions différentes comme des mesures répétées ou de multiples conceptions intra et inter-sujets pour le domaine de la biologie, de la psychologie, de la médecine?

Mise à jour 3 (mai 2013): Un autre très bon article sur les modèles mixtes en psychologie a été publié dans le Journal of Memory and Language (bien que je ne sois pas d'accord avec les conclusions des auteurs sur la façon d'obtenir des valeurs p , voir le package à la afexplace). Il explique très bien comment spécifier la structure des effets aléatoires. Allez le lire!

Barr, DJ, Levy, R., Scheepers, C., et Tily, HJ (2013). Structure des effets aléatoires pour les tests d'hypothèse de confirmation: Gardez-la maximale . Journal of Memory and Language , 68 (3), 255-278. doi: 10.1016 / j.jml.2012.11.001

Mise à jour 2 (juillet 2012): Un article préconisant l'utilisation en psychologie (sociale) lorsqu'il y a des effets aléatoires croisés (par exemple, les participants et les items).
La grande chose est: il montre comment obtenir des valeurs p en utilisant le package pbkrtest :

Judd, CM, Westfall, J., et Kenny, DA (2012). Traiter les stimuli comme un facteur aléatoire en psychologie sociale: une solution nouvelle et complète à un problème omniprésent mais largement ignoré. Journal of Personality and Social Psychology , 103 (1), 54–69. doi: 10.1037 / a0028347
(uniquement disponible en tant que Word .doc)

Jake Westfall m'a dit (par mail) qu'une alternative pour obtenir les valeurs de p à l'approximation Kenward-Rogers préconisée (utilisée dans pbkrtest) est l'approximation de Satterthwaite (moins optimale), qui peut être trouvée dans le package MixMod en utilisant la anovaTabfonction.

Petite mise à jour de la dernière mise à jour: Mon package R afexcontient une fonction mixed()pour obtenir facilement des valeurs de p pour tous les effets dans un modèle mixte. Alternativement, le carpackage obtient désormais également des valeurs de p pour les modèles mixtes en Anova()utilisanttest.statistic = "F"

UPDATE1: Un autre article décrivant lme4

Kliegl, R., Wei, P., Dambacher, M., Yan, M. et Zhou, X. (2011). Effets expérimentaux et différences individuelles dans les modèles mixtes linéaires: estimation de la relation entre les effets spatiaux, d'objets et d'attraction dans l'attention visuelle. Frontiers in Quantitative Psychology and Measurement , 1, 238. doi: 10.3389 / fpsyg.2010.00238

Réponse originale:

Je n'ai pas un certain nombre d'exemples, un seul (voir ci-dessous), mais je connais un article que vous devriez citer en psychologie / sciences cognitives. Le plus important est définitivement:

Baayen, RH, Davidson, DJ et Bates, DM (2008). Modélisation à effets mixtes avec effets aléatoires croisés pour les sujets et les objets. Journal of Memory and Language , 59 (4), 390–412. doi: 10.1016 / j.jml.2007.12.005

Un autre de Baayen est:

Baayen, RH et Milin, P. (2010). Analyse des temps de réaction. Journal international de recherche psychologique , 3 (2), 12-28.

En fait, j'ai aussi totalement aimé son livre, qui contient également un joli chapitre d'introduction sur le modèle mixte (et est assez bon marché pour un livre de statistiques):
Baayen, RH (2008). L' analyse des données linguistiques: une introduction pratique à l' aide de statistiques R . Cambridge, Royaume-Uni; New York: Cambridge University Press.

Je suppose qu'il utilise également beaucoup de documents lme4, mais comme mon intérêt principal n'est pas la psycholinguistique, vous voudrez peut-être consulter sa page d'accueil .

De mon domaine (raisonnement), je connais ce papier qui utilise lme4:

Fugard, AJB, Pfeifer, N., Mayerhofer, B., et Kleiter, GD (2011). Comment les gens interprètent les conditions: se déplace vers l'événement conditionnel. Journal of Experimental Psychology: Learning, Memory, and Cognition , 37 (3), 635–648. doi: 10.1037 / a0022329

(même si j'ai le sentiment qu'ils utilisent un test de rapport de vraisemblance pour comparer des modèles qui ne diffèrent que par les paramètres fixes, ce que j'ai entendu n'est pas la bonne façon. Je pense que vous devriez utiliser AIC à la place.)

Il s'agit d'un article très cité sur les modèles mixtes pour l'écologie et l'évolution:

• Bolker et al. (2009) Modèles mixtes linéaires généralisés: un guide pratique pour l'écologie et l'évolution Trends in Ecology & Evolution Vol. 24 pp127-135 ( PDF ) ( de ScienceDirect avec des liens vers du contenu supplémentaire ).

L'article suivant s'efforce de promouvoir l'utilisation de la modélisation à plusieurs niveaux dans les milieux des sciences sociales:

• Bliese, PD et Ployhart, RE (2002). Modélisation de la croissance à l'aide de modèles à coefficient aléatoire: création de modèles, tests et illustrations, méthodes de recherche organisationnelle, vol. 5 n ° 4, octobre 2002 362-387. PDF

Pour citer le résumé:

Dans cet article, les auteurs illustrent comment la modélisation à coefficient aléatoire peut être utilisée pour développer des modèles de croissance pour l'analyse des données longitudinales. Contrairement aux discussions précédentes sur les modèles à coefficient aléatoire, cet article fournit des instructions pas à pas à l'aide d'un cadre de comparaison de modèles. En abordant la modélisation de cette manière, les auteurs sont en mesure de construire une base de régression et d'estimer et d'évaluer progressivement des modèles plus complexes. Dans le cadre de comparaison de modèles, l'article illustre la valeur de l'utilisation de tests de vraisemblance pour contraster des modèles alternatifs (plutôt que la dépendance typique à des tests de signification impliquant des paramètres individuels), et il fournit du code dans le langage open-source R pour permettre aux lecteurs de répliquer Les resultats.

Un examen des articles répertoriés sur Google Scholar comme citant cet article suggère plusieurs autres pistes utiles .

Je lis Zuur, AF, Ieno, EN, Walker, N., Saveliev, AA, & Smith, GM (2009). Modèles à effets mixtes et extensions en écologie avec R . New York, NY: Springer Science + Business Media, LLC. Il est écrit pour les écologistes, donc les statistiques sont assez faciles à suivre; Je pense que ce serait utile pour les gens d'autres disciplines, comme la médecine ou la psychologie aussi. Il existe de nombreuses études de cas incluses, et chacune a une section détaillée sur la meilleure façon de rédiger les statistiques dans un document.

Un excellent exemple d'utilisation de modèles mixtes en écologie est:

• « Démographie et gestion de l'espèce invasive Hypericum perforatum . I. Utilisation de modèles à effets mixtes à plusieurs niveaux pour caractériser la croissance, la survie et la fécondité dans un ensemble de données à long terme » (Buckely, Briese et Rees 2003).

Malheureusement, il utilise des bibliothèques R plus anciennes.