R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用

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

点击查看原文链接icon-default.png?t=N7T8https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247552026&idx=6&sn=b9a1bc5323d0739cc25f6a32269b7bce&chksm=ce64e6f1f9136fe71a00dd5aeb1be3b6d9800e0d0211aa6e5d5f6032e05d92f870c0868fb6bc&token=883947463&lang=zh_CN#rd

专题一

Meta分析的选题与检索

1 Meta分析的选题与文献检索

  1. 什么是Meta分析
  2. Meta分析的选题策略
  3. 文献检索数据库
  4. 精确检索策略,如何检索全、检索准
  5. 文献的管理与清洗,如何制定文献纳入排除标准
  6. 文献数据获取技巧
  7. 文献计量分析CiteSpace及研究热点分析
  8. R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第1张图片

 

专题二

Meta分析与R语言基础

2 Meta分析的常用软件与R语言基础

  1. R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
  2. R语言基本操作
  3. R语言数据清洗方法
  4. R语言Meta分析常用包及相关插件介绍与安装

自编程计算到调用Meta包meta、metafor、dmetar、esc、metasens、metamisc、meta4diaggemtcrobvisnetmetabrms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语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第2张图片

专题三

R语言Meta分析与作图

3 R语言Meta分析

  1. R语言Meta分析的流程
  2. 各类meta效应值和累计效应值计算
  3. 连续资料的RR、MD与SMD

    分类资料的RR和OR

  4. Meta亚组分析
  5. R语言图形可视化基础
  6. 如何用ggplot2绘制漂亮的森林图

R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第3张图片

专题四

R语言Meta回归分析

4 R语言Meta回归分析

  1. Meta回归统计分析理论及应用
  2. Meta回归和普通回归分析的异同
  3. 固定效应与随机效应分析
  4. 泡泡图(bubble)的绘制

R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第4张图片

 

专题五

R语言Meta诊断分析

5 R语言Meta诊断进阶

  1. Meta诊断分析(t2、I2、H2、Q等统计量)
  2. 异质性检验
  3. 敏感性分析
  4. 偏倚分析
  5. 风险分析

R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第5张图片

 R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第6张图片

专题六

R语言Meta分析的不确定性

6 R语言Meta分析的不确定性

  1. 网状Meta分析
  2. 贝叶斯理论
  3. R语言贝叶斯工具StanJAGSbrms
  4. 贝叶斯Meta分析及不确定性分析

R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第7张图片

专题七

机器学习在Meta分析中的应用

7 机器学习在Meta分析中的应用

  1. 机器学习基础以及Meta机器学习的优势
  2. Meta加权随机森林(MetaForest)的使用
  3. 使用Meta机器学习对文献中的大数据进行整合
  4. 使用机器学习进行驱动因子分析

R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习技术应用_第8张图片

 

 关注科研技术平台获取更多资源

你可能感兴趣的:(生态,环境,r语言,开发语言)