За пределами t-критерия и дисперсионного анализа: применение моделей смешанных эффектов для более строгого статистического анализа в нейронаучных исследованиях

В фундаментальных нейронаучных исследованиях данные нередко группируются или собираются в виде повторных измерений, а следовательно, оказываются взаимосвязанными. Наиболее широко используемые методы, такие как t-критерий и дисперсионный анализ, не учитывают зависимость данных и поэтому нередко применяются неправильно. В этом руководстве представлены линейные и обобщённые модели смешанных эффектов, которые учитывают зависимость данных, а также даны чёткие указания, как распознавать необходимость их применения и как их использовать. Корректное применение моделей смешанных эффектов поможет исследователям улучшить дизайн эксперимента и повысит валидность анализа данных и воспроизводимость экспериментальных результатов.