Должен ли я использовать полные модели при использовании Powersim? - PullRequest
0 голосов
/ 03 февраля 2019

Я пытался использовать powersim из пакета R simr, чтобы оценить количество участников, которое мне нужно для эксперимента.Я выполнил симуляцию на основе данных моего пилотного исследования.Модель, которую я использовал, представлена ​​ниже:

fit <- glmer(B ~ a+b+a:b
             (1+a+b+a:b|Subject) +
             (1+a+b+a:b|Item),
           family = binomial(link="logit"),
           data = data,
           control = glmerControl(optimizer="bobyqa",optCtrl=list(maxfun=50000),
                                  tol = .0001))

, в которой Предмет и Предмет означают различные идентификаторы предметов и предметов из экспериментального исследования.Я хочу узнать, как изменяется сила термина взаимодействия (a: b) с ростом числа участников.Код, который я использую:

fit2<- extend(fit, along="Subject", n = 84)
sim <- powerCurve(fit2, test = fcompare(~a+b), along = "Subject", breaks=c(48,60,72,84), nsim = 5000)
print(sim)

Но результаты моделирования были довольно странными.Начнем с того, что сила взаимодействия стала меньше, когда число участников увеличилось с 72 до 84, что, как я считаю, несовместимо с обычным наблюдением, что сила увеличивается с количеством участников.Во-вторых, я пытался использовать полную случайную модель для выполнения симуляции, но она действительно медленная (мне потребовались недели, чтобы получить только один результат).Мне было интересно, могу ли я использовать более простую случайную модель для выполнения симуляции.

Чтобы повторить мой вопрос: во-первых, почему моя имитированная мощность уменьшилась с увеличением количества участников?Что-то не так с моим кодом?Во-вторых, могу ли я использовать более простую случайную модель для симуляции, чтобы сэкономить время?Заранее спасибо!

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...