基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习

Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。本教程针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。

Meta分析的选题与检索

Meta分析的选题与文献检索

什么是Meta分析

Meta分析的选题策略

文献检索数据库

精确检索策略，如何检索全、检索准

文献的管理与清洗，如何制定文献纳入排除标准

文献数据获取技巧

文献计量分析CiteSpace及研究热点分析

 Meta分析与R语言基础

Meta分析的常用软件与R语言基础

R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用

R语言基本操作

R语言数据清洗方法

R语言Meta分析常用包及相关插件介绍与安装

从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。

 R语言Meta分析与作图

R语言Meta分析

R语言Meta分析的流程

各类meta效应值和累计效应值计算

连续资料的RR、MD与SMD

分类资料的RR和OR

Meta亚组分析

R语言图形可视化基础

如何用ggplot2绘制漂亮的森林图

R语言Meta回归分析

【直播课】基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习高级应用

R语言Meta回归分析

Meta回归统计分析理论及应用

Meta回归和普通回归分析的异同

固定效应与随机效应分析

泡泡图（bubble）的绘制

R语言Meta诊断进阶

Meta诊断分析（t2、I2、H2、Q等统计量）

异质性检验

敏感性分析

偏倚分析

风险分析