分层或嵌套数据、个体差异、重复测量，别担心，混合效应模型统统搞定

文章预览

回归分析在生物统计中占有非常重要的作用，在实际应用中根据不同的数据类型选择合适的回归模型 当我们的数据存在分层/嵌套或重复测量，引入混合效应模型能很好解决样本不独立问题 混合效应模型（mixed effect model, 又称嵌套模型，多水平模型，层次模型等）， 可以同时处理固定效应和随机效应，这就是混合的由来，主要通过引入随机效应来解决样本的不独立性问题。毫无疑问，混合效应模型是当前应用最为广泛的强力统计模型。 Harrison et al. (2018), A brief introduction to mixed effects modelling and multi-model inference in ecology. PeerJ6:e4794; DOI 10.7717/peerj.4794 想象一下，你正在进行一项关于药物效果的临床试验。你发现： 但在不同医院之间，药物效果似乎有些差异； 女性患者对药物的反应比男性更明显 这时，你可能会问：这些复杂的效应该怎么分析呢？当然得 ………………………………