ฉันควรซิงrmaก์ฟังก์ชันจากแพคเกจmetaforเพื่อให้ได้ผลลัพธ์ในตัวอย่างในชีวิตจริงของการวิเคราะห์ meta ขนาดเล็กต่อไปนี้อย่างไร (SMD สุ่มสถิติผลสรุป)
study, mean1, sd1, n1, mean2, sd2, n2
Foo2000, 0.78, 0.05, 20, 0.82, 0.07, 25
Sun2003, 0.74, 0.08, 30, 0.72, 0.05, 19
Pric2005, 0.75, 0.12, 20, 0.74, 0.09, 29
Rota2008, 0.62, 0.05, 24, 0.66, 0.03, 24
Pete2008, 0.68, 0.03, 10, 0.68, 0.02, 10
คำตอบ:
สร้างที่เหมาะสมdata.frame:
df <- structure(list(study = structure(c(1L, 5L, 3L, 4L, 2L), .Label = c("Foo2000",
"Pete2008", "Pric2005", "Rota2008", "Sun2003"), class = "factor"),
mean1 = c(0.78, 0.74, 0.75, 0.62, 0.68), sd1 = c(0.05, 0.08,
0.12, 0.05, 0.03), n1 = c(20L, 30L, 20L, 24L, 10L), mean2 = c(0.82,
0.72, 0.74, 0.66, 0.68), sd2 = c(0.07, 0.05, 0.09, 0.03,
0.02), n2 = c(25L, 19L, 29L, 24L, 10L)), .Names = c("study",
"mean1", "sd1", "n1", "mean2", "sd2", "n2"), class = "data.frame", row.names = c(NA,
-5L))
เรียกใช้rma-function:
library(metafor)
rma(measure = "SMD", m1i = mean1, m2i = mean2,
sd1i = sd1, sd2i = sd2, n1i = n1, n2i = n2,
method = "REML", data = df)
โปรดทราบว่าถือว่าrma (m1i-m2i)ซึ่งส่งผลในการวิเคราะห์เมตาดาต้าแบบจำลอง univariate สุ่มต่อไปนี้:
> rma(measure = "SMD", m1i = mean1, m2i = mean2,
+ sd1i = sd1, sd2i = sd2, n1i = n1, n2i = n2,
+ method = "REML", data = df)
Random-Effects Model (k = 5; tau^2 estimator: REML)
tau^2 (estimate of total amount of heterogeneity): 0.1951 (SE = 0.2127)
tau (sqrt of the estimate of total heterogeneity): 0.4416
I^2 (% of total variability due to heterogeneity): 65.61%
H^2 (total variability / within-study variance): 2.91
Test for Heterogeneity:
Q(df = 4) = 11.8763, p-val = 0.0183
Model Results:
estimate se zval pval ci.lb ci.ub
-0.2513 0.2456 -1.0233 0.3061 -0.7326 0.2300
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
คุณอาจต้องการเปลี่ยนการประมาณmethodเช่นmethod = "DL"(แต่ฉันจะติดREML)