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。