使用simR (glmer)从零开始进行功率分析--如何指定固定的和随机的效果？

Question

我对R(心理学背景)非常陌生，我试图估计混合模型(glmer)所需的样本大小(没有试点数据)，该模型具有固定的效应‘时间’(3级)和随机效应‘站点’(5级)和‘参与者’(每个站点上的n=60)，参与者被嵌套在站点中。我对“时间”对各种“结果”变量的影响感兴趣。理想情况下，我们希望有随机的斜率和拦截，因为我们假设参与者有不同的基线，并且随着时间的推移会有不同的发展。

我遵循的附录S2 (电力分析从零)的绿色和MacLeod (2015年)。SIMR:用于广义线性混合模型功率分析的R软件包，可在：https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504上获得

我的问题与参数的规格有关。本文提出以下任意选择的值：(参见https://humburg.github.io/Power-Analysis/simr_power_analysis.html)

## Intercept and slopes for intervention, time1, time2, intervention:time1, intervention:time2
fixed <- c(5, 0, 0.1, 0.2, 1, 0.9)

## Random intercepts for participants clustered by class
rand <- list(0.5, 0.1)

## residual variance
res <- 2

我想知道的是这些数字代表什么？据我所知，它们代表了用于干预、time1、time2和交互作用的斜坡和拦截，但是为什么5个参数有6个数字呢？为什么随机效应只有两个值？换句话说，我如何调整这些行以使它们反映我的模型？

谢谢任何能给我提供答案或进一步阅读的人。

Answer 1

见方程式：

y∼treatment+time+treatment×time+(1|class/id)+ϵ

总有一个拦截(固定)。截取值是Y在0/基线时对所有预测器所具有的级别。请记住，时间被编码为一个因素，而不是一个协变量。

这里是intervention

• Time =0.

• 治疗= 1

• Time =2

• 治疗= intervention*time2

这两个随机效应是围绕两个层次的分析随机拦截:类和id。这两个数字是封装随机效应的最佳拟合分布。

看看这里：http://mfviz.com/hierarchical-models/