Мне интересно, есть ли какие-либо методы для расчета размера выборки в смешанных моделях? Я использую lmer
в R, чтобы соответствовать моделям (у меня есть случайные наклоны и перехваты).
r
mixed-model
lme4-nlme
power-analysis
Никита Кузнецов
источник
источник
Ответы:
В
longpower
пакет реализует вычисления размера выборки в Лю и Liang (1997) и др Диггл (2002). В документации есть пример кода. Вот один, используяlmmpower()
функцию:Также проверьте,
liu.liang.linear.power()
который " выполняет расчет размера выборки для линейной смешанной модели"Liu G. & Liang KY (1997). Расчет размера выборки для исследований с коррелированными наблюдениями. Биометрия, 53 (3), 937-47.
Diggle PJ, Heagerty PJ, Liang K, Zeger SL. Анализ продольных данных. Второе издание. Оксфорд. Статистическая наука Serires. 2002
Изменить: Другой способ - «исправить» эффект кластеризации. В обычной линейной модели каждое наблюдение является независимым, но при наличии кластерных наблюдений не являются независимыми, что можно рассматривать как меньшее количество независимых наблюдений - эффективный размер выборки меньше. Эта потеря эффективности известна как эффект дизайна :
м ρ D E
источник
Для всего, кроме простых 2-х тестовых выборок, я предпочитаю использовать симуляцию для исследования размера выборки или мощности. С предварительно упакованными процедурами вы можете иногда видеть большие различия между результатами программ, основанными на допущениях, которые они делают (и вы не сможете узнать, каковы эти допущения, не говоря уже о том, являются ли они обоснованными для вашего исследования). С помощью симуляции вы контролируете все предположения.
Вот ссылка на пример:
https://stat.ethz.ch/pipermail/r-sig-mixed-models/2009q1/001790.html
источник