序數邏輯回歸的功效分析

我正在尋找一個程序（在 R 或 SAS 中或獨立，如果免費或低成本）將對序數邏輯回歸進行功率分析。

我更喜歡通過模擬進行超越基礎的功率分析。使用預製包裝，我永遠不太確定正在做出哪些假設。

使用 R 模擬功率非常簡單（而且價格合理）。

1. 決定你認為你的數據應該是什麼樣子以及你將如何分析它
2. 編寫一個函數或一組表達式來模擬給定關係和样本大小的數據並進行分析（最好使用函數，因為您可以將樣本大小和參數轉換為參數，以便更容易嘗試不同的值）。函數或代碼應返回 p 值或其他測試統計信息。
3. 使用該replicate函數從上面運行代碼多次（我通常從大約 100 次開始，以了解需要多長時間並獲得正確的總體區域，然後將其增加到 1,000 次，有時為 10,000 次或 100,000 次我將使用的最終值）。您拒絕原假設的次數比例就是功效。
4. 對另一組條件重做上述操作。

這是一個帶有序數回歸的簡單示例：

library(rms)

tmpfun <- function(n, beta0, beta1, beta2) {
   x <- runif(n, 0, 10)
   eta1 <- beta0 + beta1*x
   eta2 <- eta1 + beta2
   p1 <- exp(eta1)/(1+exp(eta1))
   p2 <- exp(eta2)/(1+exp(eta2))
   tmp <- runif(n)
   y <- (tmp < p1) + (tmp < p2)
   fit <- lrm(y~x)
   fit$stats[5]
}

out <- replicate(1000, tmpfun(100, -1/2, 1/4, 1/4))
mean( out < 0.05 )

引用自：https://stats.stackexchange.com/questions/22406