R语言Meta分析效应量

原文链接:http://tecdat.cn/?p=23855

进行荟萃分析时,您很可能必须使用通用度量将效果大小计算或转换为效果大小。有多种工具可以执行此操作 。

计算效果大小

R语言涵盖了大多数效果尺寸计算和转换选项,可以让您更好地了解。例如,从t检验中获取效果大小:

esc_t(t, p, totaln, grp1n, grp2n,

      es.type = c("d", "g", "or", "logit", "r", "cox.or", "cox.log"),

      study = NULL, ...)

然后,您可以根据可用参数来计算效果大小,如下所示:

# 不相等的样本量

esc_t(t = 3.3, grp1n = 100, grp2n = 150)



# 样本大小相等

esc_t(t = 3.3, totaln = 200)

转换效果大小

软件提供了多种功能,可将一种效应量转换为另一种效应量大小:(   标准差  平均对数比),(标准差平均对数比),  (标准差平均对数r),  (奇数比)到标准差的平均值),  (将相关系数r转换为Fisher的z)和  (将Fisher的z转换为相关系数的r)。

工作流程

效果大小计算函数的结果以列表形式返回  。

e1 <- esc(grp1yes = 30, grp1no = 50, grp2yes = 40,

              grp2no = 45, study = "Study 1")


e4 <-mean_sd(grp1m = 7, grp1sd = 2, grp1n = 50, grp2m = 9, grp2sd = 3,

                  grp2n = 60, es.type = "logit", study = "Study 4")

现在,_mydat_  包含一个数据帧,  _其中_包含几种效果大小计算的结果:

> mydat

R语言Meta分析效应量_第1张图片

然后按如下方式计算荟萃分析(请注意,不同的效应量度量仅用于演示目的–通常,您应该只有一个共同的效应量才能进入荟萃分析):

rm(yi = es, sei = se, method = "REML", data = mydat)

R语言Meta分析效应量_第2张图片

最受欢迎的见解

1.Python中的Apriori关联算法-市场购物篮分析

2.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

3.用关联规则数据挖掘探索药物配伍中的规律

4.通过Python中的Apriori算法进行关联规则挖掘

5.用关联规则数据挖掘探索药物配伍中的规律

6.采用SPSS Modeler的Web复杂网络对所有腧穴进行分析

7.R语言如何在生存分析与COX回归中计算IDI,NRI指标

8.R语言如何找到患者数据中具有差异的指标?(PLS—DA分析)

9.R语言中的生存分析Survival analysis晚期肺癌患者4例

你可能感兴趣的:(R语言Meta分析效应量)