0

我代表一位同事发帖,我正在通过他们的研究帮助解决一个问题。他们正在尝试使用 SimR 的 powerSim。他们将使用混合模型,并模拟了一个数据集以与他们计划使用的模型一起使用。在他们的研究中,他们将观察每个参与者 4 次,因此他们希望将参与者作为随机效应包括在内。我们首先模拟了 250 名受访者,因此对因变量进行了 1,000 次观察。这种尝试导致低功效(约 10%),因此我们模拟了一个包含 1,000 名受访者和 4,000 次因变量观察的模型,功效降至 0%。当我们增加模拟次数时,我们遇到了同样的问题:随着模拟量的增加,功率下降。这对我们来说非常令人困惑,因为我们希望这两者都会增加而不是降低功率。我的第一个想法是我误解了 powerSim 的结果,并且给出的百分比更接近 1-Power,或者 1- 我期望得到的功率。但是该函数的文档以及其他在线帖子和文章表明情况并非如此。这是我们一直在使用的代码:

library(simr)
library(lme4)

#we first tried it with this data:  
z <- sample(c(0,1),1000,replace=T) #dv sim
x <- sample(c(0,1),1000,replace=T) #one iv sims 
g <- rep(1:250,4) # respondent id: each respondent is in the data 4 times 

rsim <- cbind(z,x,g)
rsim <- as.data.frame(rsim)

totaleffsim <-glmer(z ~ x + (1|g),
                    data = rsim,
                    family = "binomial")
powerSim(totaleffsim, nsim=100)


#we then increased the same size, and got less power
z <- sample(c(0,1),4000,replace=T)
x <- sample(c(0,1),4000,replace=T)
g <- rep(1:1000,4)

rsim <- cbind(z,x,g)
rsim <- as.data.frame(rsim)

totaleffsim <-glmer(z ~ x + (1|g),
                    data = rsim,
                    family = "binomial")
powerSim(totaleffsim, nsim=100)

干杯,

4

0 回答 0