Question

我尝试使用R包simr中的powersim来估计实验所需的参与者数量。我根据试点研究的数据进行了仿真。我使用的模型如下所示：

fit <- glmer(B ~ a+b+a:b
             (1+a+b+a:b|Subject) +
             (1+a+b+a:b|Item),
           family = binomial(link="logit"),
           data = data,
           control = glmerControl(optimizer="bobyqa",optCtrl=list(maxfun=50000),
                                  tol = .0001))

，其中“主题”和“项目”表示该试点研究中不同主题和项目的ID。我想知道测试交互项（a：b）的能力如何随着参与者数量的增长而变化。我正在使用的代码是：

fit2<- extend(fit, along="Subject", n = 84)
sim <- powerCurve(fit2, test = fcompare(~a+b), along = "Subject", breaks=c(48,60,72,84), nsim = 5000)
print(sim)

但是模拟的结果很奇怪。首先，当参与者的数量从72增加到84时，交互作用的力量变小了，我认为这与正常的观察结果不一致，即功率随着参与者的数量而增加。其次，我尝试使用完全随机模型来执行仿真，但这确实很慢（我花了几周才得到一个结果）。我想知道是否可以使用更简单的随机模型进行仿真。

重申我的问题：首先，为什么我的模拟能力随着参加人数的增加而降低？我的代码有问题吗？第二，为了节省时间，我可以使用更简单的随机模型进行仿真吗？预先感谢！

使用Powersim时应该使用完整模型吗？

0 个答案: