[英]SIMR package - effect sizes
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?
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.