SIMR套件-效果尺寸

Question

我正在使用SIMR軟件包來估計模型的功效和效果大小。 我不知道該程序包如何估計效果大小，以及它報告的是哪種效果（是科恩的d？）。

例如，對於我的模型（其中AQ和LSAS是連續的預測變量，而cond是絕對的（3級）預測變量），我得到以下輸出（對於AQ）：

> model.cnv.cue = lme4::lmer(DV ~  AQ_centr  + cond + LSAS_centr + (1 | code), data = mydata, REML = FALSE)        
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'AQ_centr', (95% confidence interval):
      60.50% (53.36, 67.32)

Test: Kenward Roger (package pbkrtest)
      Effect size for AQ_centr is -0.048

Based on 200 simulations, (0 warnings, 0 errors)
alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 23 s

nb: result might be an observed power calculation

是科恩的d = -0.048嗎？ 還是r？ Kenward Roger測試與此有何關系？

然后，當我為分類預測器運行它時，沒有報告效果大小：

> model.cnv.cue = lme4::lmer(CNV_500_cue ~  cond + AQ_centr + LSAS_centr + (1 | code), data = ANT, REML = FALSE)
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'cond', (95% confidence interval):
      95.50% (91.63, 97.92)

Test: Likelihood ratio

Based on 200 simulations, (0 warnings, 0 errors)

alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 13 s

nb: result might be an observed power calculation

那么包裝如何估算效果大小？ 以及如何獲得分類預測變量的效應大小？

Answer 1

效果大小-0.048是預測變量AQ_centr的斜率。 Kenward Roger檢驗用於計算連續預測變量的p值； 為您的分類預測變量使用似然比檢驗。 除了使用KR，您還可以使用Bootstrap等（這只是計算p值的方式）。 進入模型時，您的3級分類預測變量可能會分為2個虛擬變量。 如果您對一個特定的虛擬變量（例如cond2 ）的效果感興趣，則可以對其進行z測試，如下所示：

powerSim(model.cnv.cue, fixed('cond2', 'z'), nsim=200)

要了解偽變量，可以查看模型摘要：

summary(model.cnv.cue)$coef

可以在這里找到更多信息：

https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504

https://besjournals.onlinelibrary.wiley.com/action/downloadSupplement?doi=10.1111%2F2041-210X.12504&file=mee312504-sup-0001-AppendixS1.html