我对混合效应模型(MEM)非常熟悉,但是一位同事最近问我如何将其与潜在增长模型(LGM)进行比较。我做了一些谷歌搜索,看来LGM是结构方程模型的一种变体,适用于在至少一个随机效应的每个级别内获得重复测量的情况,从而使时间成为模型中的固定效应。否则,MEM和LGM看起来很相似(例如,它们都允许探索不同的协方差结构等)。
我是否认为LGM在概念上是MEM的特例,还是两种方法在其假设或评估不同类型理论的能力方面存在差异?
2
术语“随机效应”,“固定效应”,“潜在增长”在不同环境下可能意味着不同的事物。关于第二篇,安德鲁·盖尔曼(Andrew Gelman)的博客文章中列举了几种定义。因此,如果您提供了这些模型的定义的链接,那就太好了。总的来说,我认为您的假设是正确的。通常不对时间趋势进行单独处理,因为通常认为回归变量的方差是有限的,因此您必须证明,对于时间趋势,这在模型估计和解释方面并没有任何改变。
—
mpiktas 2011年