title: “基于R的统计功效计算”
output: html_document
package(simr)使用lme4通过模拟进行广义线性混合模型的功效分析。统计功效的计算基于Monte Carlo simulations。 该包可以进行一个给定模型和设计的功效分析, 以评估当前研究对于检验到某个效应量是否达到足够的功效;以及绘制功效曲线,检验在预实验数据的基础上,我们需要多大的样本;亦可以在先前研究的基础上或者研究者对某个效应量的知识经验,从零构建一个模型,检验达到特定的统计功效需要多大样本。
一个假设检验的功效定义为:假定零假设是错误的,该检验拒绝零假设的可能性或概率(probability)。换句话说,如果一个效应真实存在,分析判断该效应在统计上显著的可能性。
如果一个研究的功效不够,会造成资源的浪费,错过真实的效应(Legg & Nagy, 2006; Field et al., 2007)。另一方面,如果一个很大的研究统计功效过高,那么会浪费很多经费。因此,需要在收集数据之前进行功率分析是一个很好的做法,以确保样本大小合适,可以回答所研究的问题。
广义线性混合模型(GLMMs)在生物学中非常重要,可以分析计数、比率以及连续性数据(Bolker et al., 2009),并且控制空间非独立性。
Monte Carlo模拟是一种适用于现实生态研究设计的灵活和精确的方法(Burkter, 2008; Johnson et al., 2005)。有些情况下,我们可以使用解析公式来计算功率,但这些通常是近似的,或者需要一种设计的特殊形式。模拟是一种适用于多种模型和方法