如何调整线性混合模型的残差？

Question

我有收集数据的问题，我需要一个功率计算，这将由其他人执行。我的统计和编码能力是最小的，所以真的需要一些帮助！

实验建立：男女受试者(=性别，M/F)来自2组，(=基因型，WT/KO)。我需要知道我需要分析多少个主题和多少个样本/主题。我已经为每种情况分析了两个主题，20个样本/对象，这提供了我用来计算功率的数据集。

我目前正在使用线性混合模型分析，例如：

logdendritemeandiameter.lm <- lmer(log(Dendrite_Mean_Diameter) ~ 
        sex + genotype + (1|subject), data = dendrite)

问题:我被要求“保存按性别调整的残余物，标准化，在KO组和WT组分别发送平均值和SD”。出于各种原因，这是我所能得到的最好的解释。

问题：，我已经用以下方法标准化了我的残余物：

stres = residuals(logdendritemeandiameter.lm, type = "pearson")

然而，我不明白如何调整性别的剩余值，以及如何使分别获得每种基因型的均值和SD值。有什么建议吗？

Answer 1

关于这个问题，有几件事我不明白，但我会尽力帮忙的。

，

• ，基于统计的理由，它是极端的冒险，它使用部分数据集来计算你还需要采集多少样本的能量。您应该根据(1)预期的或最小的感兴趣的效应大小进行先验的幂分析；(2)基于先前实验的想法或基于错误项(主体间方差、剩余方差)的一般意义的

的概念。

• --我不知道是什么“在KO组和WT组中保存按性别调整的残值，标准化它们并发送平均值和SD”。听起来像是有人(?)希望您只考虑性别，而不是基因型(其级别为WT (通配型)或KO (敲除))：

newmod <- update(model_with_a_long_name，.~~。-genotype) r <-残差(Newmod)聚合(r，by=dendrite$genotype，“平均”)聚合(r，by=dendrite$genotype，"sd")

我建议回去找那些叫你“标准化残余物”的人，并要求他们澄清他们的实际意思.