问题描述
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我希望增加icc,但我会增加icc,但会增加样本量。
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。
然后随着icc的增加,样本数量保持不变。
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。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)