So sánh các mô hình với cấu trúc hiệp phương sai phần dư khác nhau Comparing models with different residual covariance structures Tổng quan kiến thức và bối cảnh nghiên cứu Trong suốt các bài học vừa qua, khi sử dụng lệnh mixed, chúng ta đã luôn thêm một tùy chọn quan trọng: residuals(unstructured, t(month)). Nhưng chính xác thì tùy chọn này làm gì và tại sao nó lại quan trọng? Để hiểu điều này, chúng ta cần nhớ lại một giả định cốt lõi của mô hình hồi quy tuyến tính cổ điển: các sai số (phần dư) phải độc lập với nhau. Tuy nhiên, trong dữ liệu dọc[/tooltip] (longitudinal data), giả định này hầu như luôn bị vi phạm. Rất có khả năng là sai số của một người ở tháng 1 sẽ có liên quan đến sai số của chính người đó ở tháng 2. Ví dụ, một người có xu hướng ngủ ít hơn mức trung bình một cách tự nhiên (sai số âm) ở tháng 1 thì cũng có thể sẽ ngủ ít hơn mức …