혼합 모델에서 표본 크기를 계산하는 방법이 있는지 궁금합니다. lmer
R에서 모델에 맞게 사용 하고 있습니다 (임의의 기울기와 요격이 있습니다).
혼합 모델에서 표본 크기를 계산하는 방법이 있는지 궁금합니다. lmer
R에서 모델에 맞게 사용 하고 있습니다 (임의의 기울기와 요격이 있습니다).
답변:
이 longpower
패키지 는 Liu and Liang (1997) 및 Diggle et al (2002)에서 샘플 크기 계산을 구현합니다. 설명서에는 예제 코드가 있습니다. 다음은 lmmpower()
함수를 사용하는 것입니다.
> 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
또한 확인 liu.liang.linear.power()
" 선형 혼합 모형에 대한 표본 크기 계산을 수행하는"
KY, Liu, G. & Liang (1997). 상관 된 관측치가있는 연구의 표본 크기 계산. 생체 인식, 53 (3), 937-47.
PJ, Heagerty PJ, Liang K, Zeger SL을 토글합니다. 종단 데이터 분석. 두번째 버전. 옥스퍼드. 통계 과학 서비스. 2002
편집 : 다른 방법은 클러스터링 효과를 "수정"하는 것입니다. 일반적인 선형 모델에서 각 관측 값은 독립적이지만 군집 관측이 존재하는 경우 독립적 인 관측 값이 더 적은 것으로 생각할 수있는 독립적 인 것이 아니며 유효 표본 크기 가 더 작습니다. 이러한 효과의 손실은 디자인 효과 라고 합니다 .
간단한 2 개 샘플 테스트를 넘어서는 샘플 크기 또는 검정력 연구에 시뮬레이션을 사용하는 것을 선호합니다. 사전 패키지 된 루틴을 사용하면 프로그램의 가정에 따라 프로그램 결과간에 큰 차이가있는 경우가 있습니다 (연구에 합리적 일 경우는 물론 해당 가정이 무엇인지 알 수 없음). 시뮬레이션을 통해 모든 가정을 제어 할 수 있습니다.
다음은 예에 대한 링크입니다.
https://stat.ethz.ch/pipermail/r-sig-mixed-models/2009q1/001790.html