使用R中SIMR包绘制聚类观测数相关功效曲线报错求助

问题背景 #

我正在用R的simr包做两层泊松回归模型的功效分析，想绘制功效曲线观察每个聚类的观测数对功效的影响，但调用powerCurve()函数时触发了绘图错误。

尝试的绘图代码：

power_curve2 <- powerCurve(model, within="x + Z ", breaks=c(20,50,80,100), nsim = 10)
plot(power_curve2)

遇到的错误信息：

Error in plot.window(...) : need finite 'xlim' values
In addition: Warning messages:
1: In min(x) : no non-missing arguments to min; returning Inf
2: In max(x) : no non-missing arguments to max; returning -Inf

解决方案 #

1. 修正powerCurve()的参数逻辑 #

你混淆了within参数的用法：该参数用于指定聚类变量（而非预测变量），以此定义要调整的层级样本量。你的模型中聚类变量是g，目标是调整每个聚类的观测数（L1样本量），因此需要调整参数如下：

修改后的代码：

# 针对L1直接效应x，绘制不同聚类观测数的功效曲线
power_curve2 <- powerCurve(
    model, 
    within = "g",          # 指定聚类变量g，调整其内部观测数
    breaks = c(20,50,80,100), # 要测试的每个聚类的观测数
    nsim = 10,
    fixed("x")             # 明确针对x的效应做功效分析
)
plot(power_curve2)

2. 验证聚类数据结构 #

确保原始数据中每个聚类的观测数是均匀的（你的代码中已保证每个聚类有100个观测），可以提前验证：

table(X$g) # 查看每个聚类的观测数分布

3. 先检查powerCurve输出再绘图 #

运行修正后的powerCurve后，先打印输出对象确认存在有效数据：

print(power_curve2)

若输出中包含每个breaks对应的功效值，再调用plot()即可正常生成曲线。

额外提示 #

• 若需调整聚类数量（L2样本量），应使用between参数而非within：

  # 绘制不同聚类数量的功效曲线
  power_curve_clusters <- powerCurve(
      model,
      between = "g",
      breaks = c(20,30,40,50),
      nsim = 10,
      fixed("x")
  )
  plot(power_curve_clusters)
  

• 增加nsim数值（如100）可提升功效估计的稳定性，但会增加计算时间。

内容的提问来源于stack exchange，提问作者Linus