Risultati di report del modello lineare a effetti misti

I modelli lineari a effetti misti non sono comunemente usati nel mio angolo di biologia e devo riportare il test statistico che ho usato in un documento che sto cercando di scrivere. So che la consapevolezza della modellazione multilivello sta iniziando ad apparire in alcune aree delle bioscienze ( una soluzione alla dipendenza: usare l'analisi multilivello per accogliere i dati nidificati ), ma sto ancora cercando di imparare come riportare i miei risultati!

Il mio disegno sperimentale, in breve:
* I soggetti sono stati assegnati a uno dei quattro gruppi di trattamento
* Le misurazioni della variabile dipendente sono state prese in vari giorni dopo l'inizio del trattamento
* Il disegno è sbilanciato (numero ineguale di soggetti nei gruppi di trattamento, e mancante misurazioni per alcuni soggetti in alcuni giorni)
* Il trattamento A è la categoria di riferimento
* Ho centrato i dati nell'ultimo giorno di trattamento

Voglio sapere se il trattamento A (la categoria di riferimento) produce risultati significativamente migliori rispetto agli altri trattamenti (alla fine del trattamento).

Ho fatto la mia analisi in R, usando nlme:

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject, data = mydf, na.action = na.omit, 
+ correlation = corAR1(form = ~1 |Subject), method = "REML")

E l'output (in parte; troncato per brevità) è:

>anova(mymodel)
              numDF denDF  F-value p-value
(Intercept)      1   222 36173.09  <.0001
Treat            3    35    16.61  <.0001
Day              7   222     3.43  0.0016
Treat:Day       21   222     3.62  <.0001

>summary(mymodel)
Fixed effects: dv ~ Treatment * Day 
                       Value Std.Error  DF  t-value p-value
(Intercept)         7.038028 0.1245901 222 56.48945  0.0000
TreatmentB          0.440560 0.1608452  35  2.73903  0.0096
TreatmentC          0.510214 0.1761970  35  2.89570  0.0065
TreatmentD          0.106202 0.1637436  35  0.64859  0.5208

Quindi, so che l'effetto di Day differisce dal trattamento e che, nell'ultimo giorno di trattamento (in cui i dati sono centrati), dv è significativamente diverso nel trattamento A rispetto ai trattamenti B o C.

Quello che voglio dire è: "Come previsto, abbiamo scoperto che la Variabile dipendente era significativamente più bassa nei soggetti in trattamento A (media +/- SE) rispetto ai soggetti in trattamento B (media +/- SE, p = 0,0096) o Trattamento C (media +/- SE, p = 0,0065), misurata nell'ultimo giorno di trattamento. "

Ma devo indicare quale test statistico è stato fatto. Sarebbe un modo accettabile per descrivere l'analisi? "[Metodo di misurazione] è stato eseguito nei giorni indicati ed è stata determinata la Variabile dipendente (unità); abbiamo analizzato i dati trasformati in log utilizzando un modello lineare a effetti misti centrato su [giorno finale del trattamento]. I simboli rappresentano media dv; le barre di errore sono errore standard. L'ultimo giorno di trattamento, dv era significativamente inferiore nel trattamento A (media +/- SE) rispetto al trattamento B (media +/- SE, p = 0,0096) ... "

In particolare,
* Dice abbastanza sul test statistico utilizzato? (I lettori sono abituati a vedere qualcosa di più simile a "media +/- SE, p = 0,0096, test t di Student", ma sembra strano scrivere "p = 0,0096, coefficiente per il trattamento B rispetto al trattamento A da effetti misti lineari modello al [giorno finale del trattamento]. ")
* C'è un modo migliore per dirlo?

(La sezione dei metodi includerà ulteriori informazioni sulle statistiche: "I dati del [metodo di misurazione] sono stati analizzati usando i pacchetti R e R ... Abbiamo analizzato i dati delle variabili dipendenti trasformate nel registro usando modelli lineari di effetti misti usando soggetti come effetti casuali e una struttura di autocorrelazione dell'ordine 1 (AR1). Come effetti fissi, abbiamo incluso il trattamento e il giorno e l'interazione tra il trattamento e il giorno. Abbiamo verificato la normalità e l'omogeneità mediante ispezioni visive di diagrammi di residui rispetto a valori adattati. Per valutare la validità di le analisi di effetti misti, abbiamo eseguito test del rapporto di verosimiglianza confrontando i modelli con effetti fissi con i modelli null con solo gli effetti casuali. ")

Qualsiasi consiglio su come segnalare i risultati di un modello lineare di effetti misti per un pubblico spesso avverso alle statistiche (e scritto da un novizio relativo alle statistiche) sarebbe molto apprezzato!

Questo potrebbe non aiutare a rispondere alla tua domanda, ma ho notato che hai una misura ripetuta (giorno) nel tuo esperimento, ma non hai indicato che questa era una misura ripetuta nel tuo modello. Avrei pensato che il termine casuale nel tuo modello fosse tale:

mymodel <- lme(dv ~ Treatment*Day, random = ~1|Subject/Day, 
               data = mydf, na.action = na.omit,
               correlation = corAR1(form = ~1 |Subject/Day), method = "REML")

Per quanto riguarda la comunicazione dei risultati, hai intenzione di riferire il giorno in cui inizi a vedere differenze significative tra i trattamenti? In tal caso, penso che dovresti guardare / riferire anche sui contrasti sul termine di interazione. Sono un novizio delle statistiche e fondamentalmente ho la stessa domanda che fai tu :-)

"Discovering Statistics Using R" di Andy Field spiega come riportare i risultati di un modello lineare a effetti misti in Ch14. Non ho il libro a portata di mano, ma posso modificare questo post dopo averlo messo di nuovo in mano.