这是对重复测量样本量问题的跟进。
我正在计划一个重复测量实验。我们记录 12 个月的能源使用情况，然后向（随机分配的）一半客户提供有关其能源使用情况的连续信息（执行治疗），然后再记录 12 个月的能源使用情况。过去进行的一项类似研究表明，能源使用量减少了 5%。
我想使用估计所需的样本量。G*Power 3 有一个用于重复测量功率分析的工具。但是，它需要两个我不完全熟悉的输入：
根据维基百科的效果大小页面：
Cohen 的其中是由一组一个或多个自变量和是由和另一组一个或多个自变量解释的组合方差。
但是，我预期的 5% 的能耗变化并不能告诉我将解释多少可变性。有没有办法进行这种转换？
如果您知道在 R 中进行这种功率分析的方法，我很想听听。我打算模拟一些数据并尝试使用 lme4 包中的 lmer 。
假设您要将前 12 个月的平均值作为基线测量，将后 12 个月的平均值作为后续测量，那么您的问题将简化为重复测量 t 检验。
G*功率
您可能想查看 G*Power 3 中的以下菜单：
Tests - Means - Two Dependent Groups (matched pairs). 使用先验，，幂 = 0.90。使用按钮确定效果大小。这要求您可以估计时间 1 和 2 的均值、sds 以及时间点之间的相关性。Determine
如果您对该领域一无所知，根据我在心理学方面的经验，我会从类似的东西开始
M1 = 0, SD1 = 1, SD2 = 1
correlation = .60
这意味着 M2 基本上是科目之间的 cohen 的 d。
然后，您可以检查 M2 的几个不同值，例如 0.2、0.3、... 0.5、... 0.8 等。科恩的经验法则表明 0.2 小，0.5 中等，0.8 大。
R
UCLA 有一个关于使用 R 对重复测量 t 检验进行功效分析的教程。
侧点
另外，您可能需要考虑设立一个对照组。