Может быть, вы слишком полагаетесь на пакеты? Со страницы Нечетное соотношение Википедии я могу прочитать:
Распределение коэффициентов шансов в журнале примерно нормальное с:
L ~ N (log (ИЛИ), s ^ 2)
... где s можно аппроксимировать следующим образом:
SE = sqrt (1 / n_11 + 1 / n_01 + 1 / n_00+ 1 / n_10)
(где n_11 - количество вылеченных среди подвергшихся воздействию наркотиков, n_10 - количество вылеченных среди не подвергшихся воздействию и т. Д.) Таким образом, вы можете очень легко вычислить ваши стандартные ошибки. Предположим, что вы упаковали все свои наблюдения как набор данных:
n <- 10 # number of odd-ratios
counts <- sample(20:100, replace = TRUE, size=4*n) # fake counts data
counts <- matrix(counts, cols=4) # one line = one experiment = one OR = 4
... затем вы можете вычислить ваши стандартные ошибки следующим образом:
se <- sqrt(rowSums(1/counts))
Обратите внимание, что:
Это асимптотическое приближение, которое не даст значимого результата, если число ячеек очень мало.
... и, в более общем смысле, усреднение странные отношения звучат сомнительно , мне тоже по крайней мере. Если у вас есть исходные наблюдения, то вы можете просто сложить все данные. Если вы этого не сделаете, то в процессе вы будете иметь избыточные веса в небольших исследованиях. Я не стал подробно разбираться, но, похоже, много спорят по этому вопросу: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5352535/. Вы также можете увидеть то, что сказано здесь на CrossValidated (StackOverFlow для статистики).