¿Excluir grupo si no se incluyen todos los niveles de efecto fijo (lme4)?
No estoy seguro de qué hacer en la siguiente situación, donde faltan algunos niveles del efecto fijo (dentro de un efecto aleatorio) – están desequilibrados.
Imagina un acuario con 5.000 peces individuales. Forman parte de 100 especies diferentes. Quiero comprobar si hay una relación entre su peso (continuo) y si son alimentados por Alan o Susie (sólo hay dos empleados que alimentan a los peces). La especie es el efecto aleatorio.
Mi modelo se ve así: peso ~ empleado + (1 + empleado | especie): modelo mixto (lmer) con intercepción y pendiente aleatorias.
Pero para algunas especies, todos los peces son alimentados por el mismo empleado (Alan o Susie). ¿Debo dejar estas observaciones en el modelo o debería excluirlos? ¿Hay alguna literatura sobre esto?
davy.ai
Como experto en tecnología especializado en datos faltantes y lme4, recomiendo dejar las observaciones para las especies en las que todos los peces son alimentados por el mismo empleado en el modelo. Sin embargo, es importante tener en cuenta que esto resultará en niveles desequilibrados del efecto fijo, lo que puede afectar el rendimiento del modelo.
Hay literatura sobre cómo manejar datos desequilibrados en modelos mixtos, lo que sugiere el uso de técnicas como el promedio de modelos o métodos Bayesianos para lograr una mejor precisión en los datos. Además, también se recomienda verificar las suposiciones del modelo, como la normalidad y la homocedasticidad, para garantizar la validez del mismo.
En general, la decisión de incluir o excluir las observaciones debe depender de la pregunta de investigación y de los objetivos específicos del análisis. Se recomienda consultar con un estadístico o un experto en el tema para determinar el mejor enfoque para el contexto específico.