group analysis - ordinary least squares (OLS) vs. generalized least squares (GLS)

이전 글에서 fixed와 mixed model analysis에 대해서 설명한 것에 이어집니다.

보통은 first level (within-subjects; modeling data for each subject separately)와 second-level (inter-subject; modeling a  mean for each group)와 나눕니다.

이 때에 first level의 analysis에서 나온 subject-specific parameter estimate들을 사용해서 second level의 modeling을 진행하는 경우가 있겠고 (보통 동시에 추정을 하게 되는데, 보통 변량이 크기가 큰 bad subject보다 변량의 크기가 작은 good subject에 더 많은 가중치를 부여하는 weight linear regression을 하게 되며, generalized least squares (GLS) 기법이라고 합니다), 좀 더 연산을 가볍게 하기 위해서 within-subject의 변량이 각 subject마다 동일하다고 간주하여서 연산부담을 줄이는 ordinary least squares (OLS) 기법이 있을 수 있습니다.

single group 비교에서는 second level에서 OLS, GLS를 하는가에 따른 차이가 크지 않으나 둘 이상의 그룹이 비교가 되거나, covariate를 사용하여서 second-level regression을 통한 modeling을 할 때에는 GLS가 더 선호된다고 합니다.