0

我是 clmm 的新手，遇到了以下问题：我想使用 powerSim 和 powerCurve 为我的 R 研究获得最佳样本量。因为我的数据是有序的，所以我使用的是 clmm。研究参与者 ( ) 应以 5 点李克特量表 ( )VPN评估三种句子类型 ( SH1、SM1和)。我需要将我的参与者视为一个随机因素，而句子类型和评估是我的固定因素。这是我的数据的一瞥（每个参数的 VPN 数量最多为 40，我只是在这里缩短了它）：SP1evaluation.likert

     VPN  parameter evaluation.likert
1     1       SH1      2
2     2       SH1      4
3     3       SH1      5
4     4       SH1      3
...
5     1       SM1      4
6     2       SM1      2
7     3       SM1      2
8     4       SM1      5
...
9     1       SP1      1
10    2       SP1      1
11    3       SP1      3
12    4       SP1      5
...

现在，在一些帮助下，我创建了以下模型： clmm(likert~parameter+(1|VPN), data=dfdata)

使用这个模型，我正在做模拟：

ps1 <- powerSim(power, test=fixed("likert:parameter", "anova"), nsim=40)
Warning:
In observedPowerWarning(sim) :
  This appears to be an "observed power" calculation

print(ps1)
Power for predictor 'likert:parameter', (95% confidence interval):
       0.00% ( 0.00,  8.81)

Test: Type-I F-test

Based on 40 simulations, (0 warnings, 40 errors)
alpha = 0.05, nrow = NA

Time elapsed: 0 h 0 m 0 s

nb: result might be an observed power calculation

在上面的例子中，我尝试了 40 名参与者，但我已经运行了一个有 2000000 名参与者的模拟，以检查我是否只需要大量的人。结果是相同的：0.0%。

lastResult()$errors告诉我我正在使用一种不适用于 clmm 的方法： not applicable method for'simulate' on object of class "clmm"

但除了我在这里做的 anova，我也已经尝试过 z、t、f、chisq、lr、sa、kr、pb。（而不是，test=fixed我也已经尝试过test=compare，，，，甚至）test=fcomparetest=rcomparetest=random()

所以我想我的模型一定有问题？或者这些方法真的不适用于 clmms？

非常感谢您的帮助已经非常感谢！

4

0 回答 0