【发布时间】：2022-02-19 00:33:54
【问题描述】：
我们进行了一项试点研究，我们有一个用于重复测量结果的线性混合效应模型：
lmer(value ~ time * group * condition + (1 | id),
data = data)
value：数值型变量的响应时间（只有这个是数值型的，其他都是分组用的） 时间：干预前后（t1 - t2） 组：三个不同的干预组 条件：奖励和中性条件
这里有一些重要的结果（p 值）：
t value Pr(>|t|)
(Intercept) 8.042 3.89e-10 ***
timeT3 2.886 0.00517 **
groupEF 0.691 0.49332
groupUMC 0.633 0.53014
conditionreward 1.360 0.17819
timeT3:groupEF -1.670 0.09942 .
timeT3:groupUMC -1.723 0.08931 .
timeT3:conditionreward -2.362 0.02093 *
groupEF:conditionreward -0.898 0.37226
groupUMC:conditionreward -1.183 0.24060
timeT3:groupEF:conditionreward 1.195 0.23601
timeT3:groupUMC:conditionreward 1.860 0.06700 .
我必须做两件事：
- 我必须进行事后功效分析来计算此试点的效果大小）
- 我必须根据试验结果进行先验功效分析，以计算主要研究参数。第一步我失败了。
我的第一个问题是是否有一个好的 R 包来解决这个问题。我找到了“effectsize”并进行了相同的https://cran.r-project.org/web/packages/effectsize/vignettes/from_test_statistics.html#in-linear-mixed-models
但是，据我了解，它首先将模型转换为 ANOVE。我的第二个问题是 当我得到像这里这样的 ANOVA 结果时，我失去了显着的结果，这正常吗？：
Type III Analysis of Variance Table with Satterthwaite's method
Sum Sq Mean Sq NumDF DenDF F value Pr(>F)
time 4147.4 4147.4 1 70.476 2.8898 0.09355
group 7.7 3.8 2 23.406 0.0027 0.99733
condition 698.1 698.1 1 70.476 0.4864 0.48782
time:group 1961.5 980.8 2 70.479 0.6834 0.50823
time:condition 4529.9 4529.9 1 70.476 3.1563 0.07995
group:condition 124.3 62.2 2 70.479 0.0433 0.95763
time:group:condition 5043.6 2521.8 2 70.479 1.7571 0.18002
然后它通过 F_to_eta2() 函数更改 f 分数，这在 lmer 结果中没有给出（但我假设它将 t 值更改为 eta 2）。
与下面的示例链接不同，它给了我很多行，可能是因为模型太复杂了。那么，我是否应该像这样分别计算每条线的 eta：F_to_eta2(2.88, 2, 23.406)？不是有机会计算全部吗？
将线性混合模型改为ANOVA然后计算效果大小有意义吗？ 最后，如何根据检测样本量的效应大小（eta 2）运行先验功效分析？
【问题讨论】：
标签： r anova mixed-models effect