Zastanawiam się, czy istnieją metody obliczania wielkości próby w modelach mieszanych? Używam lmer
w R, aby dopasować modele (mam losowe zbocza i przechwyty).
r
mixed-model
lme4-nlme
power-analysis
Nikita Kuzniecow
źródło
źródło
Odpowiedzi:
Do
longpower
opakowania narzędzia obliczenia rozmiar próbki Liu i Liang (1997) i Diggle i inni (2002). Dokumentacja zawiera przykładowy kod. Oto jeden, używająclmmpower()
funkcji:Sprawdź także,
liu.liang.linear.power()
które „ wykonuje obliczenia wielkości próby dla liniowego modelu mieszanego”Liu, G. i Liang, KY (1997). Obliczenia wielkości próby dla badań z korelowanymi obserwacjami. Biometrics, 53 (3), 937-47.
Diggle PJ, Heagerty PJ, Liang K, Zeger SL. Analiza danych podłużnych. Druga edycja. Oxford Serie nauk statystycznych. 2002
Edycja: Innym sposobem jest „poprawienie” efektu grupowania. W zwykłym modelu liniowym każda obserwacja jest niezależna, ale w obecności skupień obserwacje nie są niezależne, co można uznać za mniej niezależnych obserwacji - efektywna wielkość próby jest mniejsza. Ta utrata skuteczności jest znana jako efekt projektowy :
źródło
W przypadku czegokolwiek poza prostymi 2 próbnymi testami wolę używać symulacji do badań wielkości próby lub mocy. W przypadku paczkowanych procedur można czasem zobaczyć duże różnice między wynikami programów na podstawie założeń, które oni przyjmują (i możesz nie być w stanie dowiedzieć się, jakie są te założenia, nie mówiąc już o tym, czy są one uzasadnione dla twojego badania). Dzięki symulacji kontrolujesz wszystkie założenia.
Oto link do przykładu:
https://stat.ethz.ch/pipermail/r-sig-mixed-models/2009q1/001790.html
źródło