使用simRglmer从头开始进行功率分析-如何指定固定效应和随机效应？

问题描述

我对R（心理学背景）非常陌生，我正在尝试估计固定效果为“时间”（3级）且具有固定效果的混合模型（glmer）所需的样本大小（无可用的试验数据）。随机效果“站点”（5个级别）和“参与者”（每个站点n = 60），参与者嵌套在站点中。我对“时间”对各种“结果”变量的影响感兴趣。理想情况下，希望具有随机的斜率和截距，因为我们假设参与者的基线不同，并且随着时间的推移会有所不同。

我正在遵循Green＆MacLeod（2015）的附录S2（从头开始进行功率分析）。 SIMR：R包，用于通过仿真对广义线性混合模型进行功率分析，可在以下位置获得： https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.12504

我的问题与参数规范有关。本文提出了以下任意选择的值： （请参阅https://humburg.github.io/Power-Analysis/simr_power_analysis.html）

## Intercept and slopes for intervention,time1,time2,intervention:time1,intervention:time2
fixed <- c(5,0.1,0.2,1,0.9)

## Random intercepts for participants clustered by class
rand <- list(0.5,0.1)

## residual variance
res <- 2

我想知道这些数字代表什么？我了解它们代表了干预，时间1，时间2和相互作用的斜率和截距，但是为什么5个参数有6个数字？为什么随机效应只有2个值？换句话说，我该如何调整这些线条以使其反映我的模型？

感谢任何可以引导我获得答案或继续阅读的人。

解决方法

查看等式：

y∼treatment+time+treatment×time+(1|class/id)+ϵ

总是有一个截距（固定）。截距是您将所有预测变量的Y级别设为0 /基线。请记住，时间被编码为一个因素，而不是协变量。

1. 这里拦截是治疗=控制且时间= 0。
2. 治疗=干预
3. 时间= 1
4. 时间= 2
5. 治疗=干预*时间
6. 治疗=干预*时间2

两个随机效应是围绕两个分析级别的随机拦截：类和ID。 这两个数字是封装随机效应的最佳拟合分布。

在这里看看： http://mfviz.com/hierarchical-models/