使用 simR (glmer) 從頭開始​​功率分析 - 如何指定固定和隨機效應？

Question

我對 R（心理學背景）非常陌生，我正在嘗試估計具有固定效應“時間”（3 個級別）和隨機效應的混合模型（glmer）所需的樣本量（沒有可用的試驗數據）站點”（5 個級別）和“參與者”（每個站點 n=60），參與者嵌套在站點中。 我對“時間”對各種“結果”變量的影響很感興趣。 理想情況下，希望有隨機斜率和截距，因為我們假設參與者有不同的基線並且會隨着時間的推移而不同。

我正在關注 Green & MacLeod (2015) 的附錄 S2（從頭開始的功效分析）。 SIMR：通過仿真對廣義線性混合模型進行功效分析的 R 包，可在以下網址獲取： https ://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504

我的問題與參數的規范有關。 該論文建議了以下任意選擇的值：（參見https://humburg.github.io/Power-Analysis/simr_power_analysis.html ）

## Intercept and slopes for intervention, time1, time2, intervention:time1, intervention:time2
fixed <- c(5, 0, 0.1, 0.2, 1, 0.9)

## Random intercepts for participants clustered by class
rand <- list(0.5, 0.1)

## residual variance
res <- 2

我想知道這些數字代表什么？ 我知道它們代表干預、時間 1、時間 2 和相互作用的斜率和截距，但為什么 5 個參數有 6 個數字？ 為什么隨機效應只有 2 個值？ 換句話說，我如何調整這些線條以反映我的模型？

感謝任何可以指導我回答或進一步閱讀的人。

Answer 1

見等式：

y∼treatment+time+treatment×time+(1|class/id)+ϵ

總是有一個攔截（固定）。 截距是所有預測變量在 0/基線時的 Y 水平。 請記住，時間被編碼為一個因素而不是協變量。

1. 這里的截距是治療 = 控制和時間 = 0。
2. 治療 = 干預
3. 時間 = 1
4. 時間 = 2
5. 治療=干預*時間
6. 治療=干預*時間2

兩個隨機效應是圍繞兩個分析級別的隨機截距：Class 和 id。 這兩個數字是包含隨機效應的最佳擬合分布。

看看這里： http : //mfviz.com/hierarchical-models/