Question

我正在使用SIMR软件包来估计模型的功效和效果大小。但是，我不知道该程序包如何估算效果大小，以及它报告的是哪种效果（是科恩的d？）。

例如对于我的模型，其中AQ和LSAS是连续的预测变量，而cond是绝对的（3级）预测变量，我得到以下输出（对于AQ）：

> model.cnv.cue = lme4::lmer(DV ~  AQ_centr  + cond + LSAS_centr + (1 | code), data = mydata, REML = FALSE)        
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'AQ_centr', (95% confidence interval):
      60.50% (53.36, 67.32)

Test: Kenward Roger (package pbkrtest)
      Effect size for AQ_centr is -0.048

Based on 200 simulations, (0 warnings, 0 errors)
alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 23 s

nb: result might be an observed power calculation

是科恩的d = -0.048吗？还是r？肯沃德·罗杰（Kenward Roger）测试与此有何关系？

然后，当我为分类预测器运行它时，没有报告效果大小：

> model.cnv.cue = lme4::lmer(CNV_500_cue ~  cond + AQ_centr + LSAS_centr + (1 | code), data = ANT, REML = FALSE)
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'cond', (95% confidence interval):
      95.50% (91.63, 97.92)

Test: Likelihood ratio

Based on 200 simulations, (0 warnings, 0 errors)

alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 13 s

nb: result might be an observed power calculation

那么包装如何估计效果大小？以及如何获得分类预测变量的效应大小？

Answer 1

效果大小-0.048是预测变量AQ_centr的斜率。 Kenward Roger检验用于计算连续预测变量的p值；为您的分类预测变量使用似然比检验。除了使用KR，您还可以使用Bootstrap等（这只是计算p值的方式）。进入模型时，您的3级分类预测变量可能会分为2个虚拟变量。如果您对一个特定的虚拟变量（例如cond2）的效果感兴趣，则可以对其进行z检验，如下所示：

powerSim(model.cnv.cue, fixed('cond2', 'z'), nsim=200)

要了解虚拟变量，可以查看模型摘要：

summary(model.cnv.cue)$coef

更多信息可以在这里找到：

https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504

https://besjournals.onlinelibrary.wiley.com/action/downloadSupplement?doi=10.1111%2F2041-210X.12504&file=mee312504-sup-0001-AppendixS1.html

SIMR套件-效果尺寸

1 个答案: