Исследовательский вопрос моей команды включает взаимодействие между переменными уровня 1 при прогнозировании переменной уровня 1. Переменные уровня 1 - это все элементы ежедневных дневников с повторными измерениями, в которых участвовало примерно 150 участников, поэтому данные имеют авторегрессивную ковариационную структуру.
Я пытаюсь провести априорный анализ мощности в simr с имитацией данные. Однако примеры и синтаксис, которые мне удалось найти, в основном из Arend & Schafer (2019), только моделируют межуровневые взаимодействия. Поэтому я хотел бы адаптировать их код для тестирования взаимодействия между переменными уровня 1, но до сих пор не удалось. Вот код, который они дают:
## specifying standardized input parameters
alpha.S <- .05
Size.clus <- 20
N.clus <- 40
L1_DE_standardized <- .30
L2_DE_standardized <- .30
CLI_E_standardized <- .50
ICC <- .30
rand.sl <- .09
## Creating variables for power simulation
x <- scale(rep(1:Size.clus))
g <- as.factor(1:N.clus)
X <- cbind(expand.grid("x"=x, "g"=g))
X <- data.frame(X, Z = as.numeric(X$g))
X$Z <- scale(X$Z)
## Adapting the standardized parameters
varL1 <- 1
varL2 <- ICC/(1-ICC)
varRS <-rand.sl*varL1
L1_DE <- L1_DE_standardized*sqrt(varL1)
L2_DE <- L2_DE_standardized*sqrt(varL2)
CLI_E <- CLI_E_standardized*sqrt(varRS)
## Creating conditional variances
s <- sqrt((varL1)*(1-(L1_DE_standardized^2)))
V1 <- varL2*(1-(L2_DE_standardized^2))
rand_sl.con <- varRS*(1-(CLI_E_standardized^2))
## Creating a population model for simulation
b <- c(0, L1_DE, L2_DE, CLI_E)
V2 <- matrix(c(V1,0,0,rand_sl.con), 2)
model <- makeLmer(y ~ x + Z + x:Z + (x|g),
fixef = b, VarCorr = V2, sigma = s, data = X, REML=TRUE)
Я довольно новичок в R, поэтому я не смог понять, как адаптировать этот код. Мы будем благодарны за любые идеи и указания!
-aell4
Ссылка: Arend, MG, & Schäfer, T. (2019). Статистическая мощность в двухуровневых моделях: учебник, основанный на моделировании Монте-Карло. Психологические методы, 24 (1), 1–19. https://doi.org/10.1037/met0000195