simr：如何在 lm() 或 aov() 模型中指定预期效果大小？

Question

我正在尝试使用 simR 评估简单 GLM 在给定一组试验数据的情况下检测特定效果大小的能力。例如：

library(simr)
m1 = lm(y ~ x, data=simdata)
powerSim(m1)

在测试功效以检测 "observed" 效应量（即试验数据中存在的任何效应量）时，我这样做没有问题，但是我想指定一个 "expected" 效应尺寸。这在处理 LMER 模型时很容易做到，使用 fixef 函数，例如：

m2 = lmer(y ~ x + (1|g), data=simdata)
fixef(m2)['x'] = <expected effect size>

遗憾的是，此功能不适用于 aov() 或 lm() 型号。例如，使用...

fixef(m1)['x'] = <expected effect size>

导致以下错误：

Error in UseMethod("fixef") : 
  no applicable method for 'fixef' applied to an object of class "c('aov', 'lm')"

是否有另一个 method/package/workaround 我可以用来更改 aov() 或 lm() 的效果大小？我想这可能需要 "hacking" 摘要输出以改变 F 值（对于 aov()）或系数值（对于 lm()）的方式，但是我没有任何运气这个工作。

如有任何建议，我们将不胜感激！

编辑

澄清一下，'effect size' 是指模型生成的固定效应系数。所以在下面的输出中：

# Call:
# lm(formula = y ~ x, data = simdata)

# Coefficients:
# (Intercept)            x  
#     10.6734      -0.2398

x的'effect size'是-0.2398。在功效分析的背景下，改变效果大小应该直接影响统计功效（因为大效果需要更少的功效来检测，反之亦然）。例如，当使用 LMER 时，用 fixef() 改变效应量直接影响统计功效：

m2 = lmer(y ~ x + (1|g), data=simdata)
summary(powerSim(m2, progress=F, nsim=100)

#   successes trials mean     lower     upper
# 1        96    100 0.96 0.9007428 0.9889955

指定较小的效应值并重新评估功效：

fixef(m2)['x'] = 0.05
summary(powerSim(m2, progress=F, nsim=100)
#   successes trials mean     lower     upper
# 1        12    100 0.12 0.0635689 0.2002357

我尝试使用以下方法修改 lm() 的系数值：

m1 = lm(y ~ x, data=simdata)
m1$coefficients['x'] = <expected effect size>

但是这对功率没有影响，例如当将系数从 0.9 更改为 0.09

m1$coefficients['x'] = 0.9
summary(powerSim(m1, progress=F, nsim=100))
#   successes trials mean     lower     upper
# 1        22    100 0.22 0.1433036 0.3139197

m1$coefficients['x'] = 0.09
summary(powerSim(m1, progress=F, nsim=100))
#  successes trials mean     lower     upper
# 1        24    100 0.24 0.1602246 0.3357355

所以我想我的问题更准确的措辞是：如何以反映统计功效变化的方式更改 aov()/lm() 模型的效应大小？

Answer 1

最简单的解决方案是完全避免使用 powerSim，而是使用包 pwr 中的 pwr.f2.test。在给定特定模型参数和预期效果大小的情况下，这提供了精确的功效测量（与模拟功效相反）。

m1 = lm(y ~ x, data=simdata)
anova(m1) 

# Analysis of Variance Table
# 
# Response: y
# Df  Sum Sq Mean Sq F value Pr(>F)
# x          1  14.231 14.2308  1.5943 0.2171
# Residuals 28 249.925  8.9259

将 anova(m1) 中的 df 值用于 u 和 v 参数 pwr.f.test

pwr.f2.test(u=1, v=28, f2=<expected effect size>)

感谢@StupidWolf 解决了这个问题！

Answer 2

您需要使用：

coef(m1)['x'] = <expected effect size>

而不是

fixef(m1)['x'] = <expected effect size>

simr：如何在 lm() 或 aov() 模型中指定预期效果大小？

simr: how to specify expected effect size in lm() or aov() models?

r

anova

lm

编辑