[英]How do I simulate data for a power analysis of a repeated measure linear mixed effects regression using simr?
[英]Power analysis from scratch using simR (glmer) - How to specify fixed and random effects?
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。
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。
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/
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.