混合效应模型:一种统计模型,同时包含固定效应(对所有个体/组别都相同的整体影响)和随机效应(随个体、组别、学校、受试者、批次等“分组结构”而变化的影响)。常用于重复测量、分层/多层数据、纵向研究等情境,以更好地处理组内相关性与个体差异。
/ˌmɪkst ɪˈfekts ˈmɑːdəl/
We used a mixed-effects model to analyze students’ test scores across different schools.
我们使用混合效应模型来分析不同学校学生的考试成绩。
After controlling for age and treatment (fixed effects), the mixed-effects model included random intercepts for each participant to account for repeated measurements over time.
在控制年龄和治疗方式(固定效应)之后,该混合效应模型为每位参与者加入随机截距,以解释随时间重复测量带来的相关性。
“Mixed-effects”由 mixed(混合的)+ effects(效应)构成,强调模型里把两类效应“混合”在一起:一类是可直接估计并解释的总体规律(固定效应),另一类是反映群体/个体差异、通常假设服从某种分布的随机部分(随机效应)。“model”来自拉丁语 modulus(尺度、样式),在统计学中指对数据生成机制的抽象描述。