Tôi tự hỏi nếu có bất kỳ phương pháp để tính kích thước mẫu trong các mô hình hỗn hợp? Tôi đang sử dụng lmer
trong R để phù hợp với các mô hình (Tôi có độ dốc và chặn ngẫu nhiên).
Tôi tự hỏi nếu có bất kỳ phương pháp để tính kích thước mẫu trong các mô hình hỗn hợp? Tôi đang sử dụng lmer
trong R để phù hợp với các mô hình (Tôi có độ dốc và chặn ngẫu nhiên).
Câu trả lời:
Các longpower
gói dụng cụ tính toán cỡ mẫu trong Liu và Liang (1997) và Diggle et al (2002). Các tài liệu có mã ví dụ. Đây là một, sử dụng lmmpower()
chức năng:
> require(longpower)
> require(lme4)
> fm1 <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy)
> lmmpower(fm1, pct.change = 0.30, t = seq(0,9,1), power = 0.80)
Power for longitudinal linear model with random slope (Edland, 2009)
n = 68.46972
delta = 3.140186
sig2.s = 35.07153
sig2.e = 654.941
sig.level = 0.05
t = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
power = 0.8
alternative = two.sided
delta.CI = 2.231288, 4.049084
Days = 10.46729
Days CI = 7.437625, 13.496947
n.CI = 41.18089, 135.61202
Đồng thời kiểm tra xem liu.liang.linear.power()
" thực hiện tính toán kích thước mẫu cho mô hình hỗn hợp tuyến tính"
Lưu, G., & Lương, Kỵ (1997). Tính toán kích thước mẫu cho các nghiên cứu với các quan sát tương quan. Sinh trắc học, 53 (3), 937-47.
Diggle PJ, PJ nặng nề, Liang K, Zeger SL. Phân tích dữ liệu theo chiều dọc. Phiên bản thứ hai. Oxford. Khoa học thống kê Serires. 2002
Chỉnh sửa: Một cách khác là "sửa" cho hiệu ứng của cụm. Trong một mô hình tuyến tính thông thường, mỗi quan sát là độc lập, nhưng trong sự hiện diện của các quan sát phân cụm không độc lập, có thể được coi là có ít quan sát độc lập hơn - kích thước mẫu hiệu quả nhỏ hơn. Mất hiệu quả này được gọi là hiệu ứng thiết kế :
Đối với bất cứ điều gì ngoài 2 bài kiểm tra mẫu đơn giản, tôi thích sử dụng mô phỏng cho cỡ mẫu hoặc nghiên cứu công suất. Với các thói quen được đóng gói sẵn, đôi khi bạn có thể thấy sự khác biệt lớn giữa các kết quả từ các chương trình dựa trên các giả định mà chúng đang thực hiện (và bạn có thể không thể tìm ra những giả định đó là gì, hãy để yên nếu chúng hợp lý cho nghiên cứu của bạn). Với mô phỏng bạn kiểm soát tất cả các giả định.
Đây là một liên kết đến một ví dụ:
https://stat.ethz.ch/pipermail/r-sig-mixed-models/2009q1/001790.html