如何解决使用R库sjstats计算混合效果的样本量
在R中使用sjstats函数smpsize_lmm（）时，得到的结果我无法解释。这是我使用的代码和获得的结果。
库（sjstats）
smpsize_lmm（有效尺寸= 0.1，df.n = 6，k = 10，功率= 0.8，icc = 0.01）
这使每个簇的样本大小约为16，或者总样本为165。
eff.size是类似于Cohen d效应大小（标准均值差）的效应大小。 df.n是固定效果的自由度-基本上是系数的数量。 K是聚类数，icc是假设的类内相关性smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= 0.8，icc = .02）
结果：20，196
smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= 0.8，icc = 0.05）
结果：47，473
smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= .8，icc = .06）
结果：93，931
smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= 0.8，icc = .07）
结果：9824，98244
我将icc从0.07进一步增加到0.1，并大大减少了样本量。
smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= .8，icc = .1）
结果：14，143
我也收到以下警告
警告信息：
每个聚类的最低要求受试者数为负数，并将其调整为正数。您可以减少对多级结构的要求（即减少k或icc），或者可以增加效果大小。
smpsize_lmm（有效尺寸= 0.1，df.n = 6，k = 10，功率= 0.8，icc = 0.5）
结果：14，143
smpsize_lmm（有效尺寸= .1，df.n = 6，k = 10，功率= 0.8，icc = 0.8）
结果：14，143
我也收到与以前相同的警告消息。
任何人都可以解释这些结果吗？
谢谢。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
