Метафор: как получить доверительный интервал для I ^ 2 в метаанализе с фиксированным эффектом - PullRequest
0 голосов
/ 15 февраля 2019

Я пытаюсь получить доверительный интервал для статистики неоднородности I ^ 2 из мета-анализа с фиксированным эффектом, который я выполнил, используя метафору пакета R.

Кажется, что функция confint () не работает для метаанализа с фиксированным эффектом?

Цените любые указатели!

1 Ответ

0 голосов
/ 16 февраля 2019

Предположение мета-анализа с фиксированными эффектами состоит в том, что в эффекте нет разнородности.Предполагается, что все различия в наблюдаемых эффектах связаны с дисперсией выборки.Поскольку I ^ 2 представляет собой долю наблюдаемой дисперсии, относящуюся к неоднородности, а не к дисперсии выборки, метафора не оценивает значение I ^ 2, когда вы используете модель с фиксированным эффектом (см. Ниже пример выходных данных с использованием фиксированных и случайных эффектов).Вот почему вы не можете получить доверительный интервал вокруг значения I ^ 2.

library(metafor)
#> Warning: package 'metafor' was built under R version 3.5.2
#> Loading required package: Matrix
#> Loading 'metafor' package (version 2.0-0). For an overview 
#> and introduction to the package please type: help(metafor).

rma(yi = yi, vi = vi, data = dat.bangertdrowns2004, method = "FE")
#> 
#> Fixed-Effects Model (k = 48)
#> 
#> Test for Heterogeneity: 
#> Q(df = 47) = 107.1061, p-val < .0001
#> 
#> Model Results:
#> 
#> estimate      se    zval    pval   ci.lb   ci.ub     
#>   0.1656  0.0269  6.1499  <.0001  0.1128  0.2184  ***
#> 
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

rma(yi = yi, vi = vi, data = dat.bangertdrowns2004)
#> 
#> Random-Effects Model (k = 48; tau^2 estimator: REML)
#> 
#> tau^2 (estimated amount of total heterogeneity): 0.0499 (SE = 0.0197)
#> tau (square root of estimated tau^2 value):      0.2235
#> I^2 (total heterogeneity / total variability):   58.37%
#> H^2 (total variability / sampling variability):  2.40
#> 
#> Test for Heterogeneity: 
#> Q(df = 47) = 107.1061, p-val < .0001
#> 
#> Model Results:
#> 
#> estimate      se    zval    pval   ci.lb   ci.ub     
#>   0.2219  0.0460  4.8209  <.0001  0.1317  0.3122  ***
#> 
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Создано в 2019-02-16 с помощью пакета Представитель (v0.2.0).

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...