Пакет SIMR - размеры эффекта

Question

Я использую пакет SIMR для оценки мощности и размеров эффекта моих моделей.Я не понимаю, как пакет оценивает размеры эффекта и о каком эффекте он сообщает (это d Коэна?).

Например, для моей модели, в которой AQ и LSAS являются непрерывными предикторамии cond является категориальным (3 уровня) предиктором, я получаю этот вывод (для AQ):

> model.cnv.cue = lme4::lmer(DV ~  AQ_centr  + cond + LSAS_centr + (1 | code), data = mydata, REML = FALSE)        
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'AQ_centr', (95% confidence interval):
      60.50% (53.36, 67.32)

Test: Kenward Roger (package pbkrtest)
      Effect size for AQ_centr is -0.048

Based on 200 simulations, (0 warnings, 0 errors)
alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 23 s

nb: result might be an observed power calculation

Это d Коэна = -0,048?Или г?Какое отношение тест Кенварда Роджера имеет к этому?

И затем, когда я запускаю его для категориального предиктора, не сообщается о размерах эффекта:

> model.cnv.cue = lme4::lmer(CNV_500_cue ~  cond + AQ_centr + LSAS_centr + (1 | code), data = ANT, REML = FALSE)
> powerSim(model.cnv.cue,nsim = 200)

Power for predictor 'cond', (95% confidence interval):
      95.50% (91.63, 97.92)

Test: Likelihood ratio

Based on 200 simulations, (0 warnings, 0 errors)

alpha = 0.05, nrow = 153

Time elapsed: 0 h 0 m 13 s

nb: result might be an observed power calculation

Так как же пакетоценить размеры эффекта?А как получить размеры эффекта для категориальных предикторов?

Answer 1

Размер эффекта -0.048 - это наклон вашего предиктора AQ_centr.Тесты Кенварда Роджера используются для вычисления ваших значений p для непрерывного предиктора;для вашего категорического предиктора используются коэффициенты правдоподобия.Вместо KR вы могли бы также использовать Bootstrap и т. Д. (Это просто способ вычисления p-значений).Ваш трехуровневый категориальный предиктор при входе в модель, вероятно, разделяется на 2 фиктивные переменные.Если вас интересует влияние одной конкретной фиктивной переменной (скажем, cond2), вы можете запустить z-тест для нее, например, так:

powerSim(model.cnv.cue, fixed('cond2', 'z'), nsim=200)

Чтобы узнать о фиктивных переменных,Вы можете взглянуть на сводку модели:

summary(model.cnv.cue)$coef

Более подробную информацию можно найти здесь:

https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504

https://besjournals.onlinelibrary.wiley.com/action/downloadSupplement?doi=10.1111%2F2041-210X.12504&file=mee312504-sup-0001-AppendixS1.html