Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 5 von 131
Zurück zur Trefferliste

A Tutorial on Tailored Simulation-Based Power Analysis for Experimental Designs with Generalized Linear Mixed Models

  • When planning experimental research, determining an appropriate sample size and using suitable statistical models are crucial for robust and informative results. However, the recent replication crisis underlines the need for more rigorous statistical methodology and well-powered designs. Generalized linear mixed models (GLMMs) offer a flexible statistical framework to analyze experimental data with complex (e.g., dependent and hierarchical) data structures. Yet, available methods and software for a priori power analyses for GLMMs are often limited to specific designs, while data simulation approaches offer more flexibility. Based on a practical case study, the current tutorial equips researchers with a step-by-step guide and corresponding code for conducting tailored a priori power analyses to determine appropriate sample sizes with GLMMs. Finally, we give an outlook on the increasing importance of simulation-based power analysis in experimental research.

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar frontdoor_oas
Metadaten
Verfasserangaben:Timo KochORCiD, Florian PargentORCiD, Anne-Kathrin KleineORCiD, Eva LermerORCiD, Susanne GaubeORCiD
DOI:https://doi.org/10.31234/osf.io/rpjem
Titel des übergeordneten Werkes (Englisch):PsyArXiv Preprints
Dokumentart:Preprint
Sprache:Englisch
Datum der Veröffentlichung (online):18.09.2023
Jahr der Erstveröffentlichung:2023
Datum der Freischaltung:22.12.2023
Freies Schlagwort / Tag:data simulation; generalized linear mixed model; power analysis; sample size
Seitenzahl:39
Open Access:ja (Diamant)
Fakultät:Fakultät für angewandte Geistes- und Naturwissenschaften
DDC-Klassifikation:3 Sozialwissenschaften / 30 Sozialwissenschaften, Soziologie
Institute und Forschungsgruppen:HSA_april: Forschungsgruppe für angewandte Wirtschaftspsychologie (Applied Psychology for Research and Innovation Lab)
Lizenz (Deutsch):License LogoCreative Commons - CC-BY Namensnennung 4.0 International
Frontdoor-URL:https://opus4.kobv.de/opus4-hs-augsburg/1472
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.