Gelman'ı (yeniden) okudum Neden (genellikle) birden fazla karşılaştırma konusunda endişelenmek zorunda değiliz . Özellikle "Birden fazla sonuç ve diğer zorluklar" bölümünde, aynı kişi / üniteden farklı zamanlarda / koşullarda birden fazla ilgili önlemin bulunduğu durumlar için hiyerarşik bir model kullanılmıştır. Bir dizi istenen özelliğe sahip olduğu görülmektedir.
Bunun mutlaka Bayesci bir şey olmadığını anlıyorum. Birisi bana rjags ve / veya lmer kullanarak çok değişkenli çok düzeyli bir modelin nasıl düzgün bir şekilde oluşturulacağını gösterebilirdi (normal JAGS ve BUGS da iyi olmalı, örneğin diğer MCMCglmm gibi). kontrast sonuçları? Model istediğim durumun türü aşağıdaki oyuncak verilerine yansıtılır (çok değişkenli, tekrarlanan ölçümler):
set.seed(69)
id <- factor(rep(1:20, 2)) # subject identifier
dv1 <- c(rnorm(20), rnorm(20, 0.8, 0.3)) # dependent variable 1 data for 2 conditions
dv2 <- c(rnorm(20), rnorm(20, 0.3, 0.6))
dv3 <- c(rnorm(20), rnorm(20, -0.3, 0.8))
dv4 <- c(rnorm(20), rnorm(20, 0.2, 1 ))
dv5 <- c(rnorm(20), rnorm(20, 0.5, 4 ))
rmFac <- factor(rep(c(1, 2), each=20)) # repeated measures factor
dvFac <- factor(rep(1:5, each=40)) # dependent variable indicator
dfwide <- data.frame(id, dv1, dv2, dv3, dv4, dv5, rmFac)
dflong <- data.frame(id, dv = c(dv1, dv2, dv3, dv4, dv5), rmFac, dvFac) # just in case it's easier?