我正在使用 metafor 包来执行元回归。我的模型/代码的形式是：
rma.mv(yi = data_mean, V = data_variance, random = ~ 1 | study_id/arm_id, data=mydata, mods = ~ mod1 + mod2 + mod3)
我的印象是默认权重是逆方差。但是，我注意到如果我将参数“W = 1/data_variance”添加到上面的代码中，它会产生不同的结果（而不是不指定 W）。为什么是这样？
虽然我在这里，但我还想确认 VI 应该使用 (标准误差)^2 而不是 (标准差)^2 - 对吗？（似乎“方差”可以指两者，这令人困惑！）
默认情况下，rma.mv()(and rma.uni()) 使用模型隐含的观察结果的方差-协方差矩阵的逆矩阵作为权重矩阵。对于简单的固定效应或随机效应模型，模型隐含的方差-协方差矩阵分别沿对角线与V或对角线。V + tau^2因此，逆也与对角线对角线1/V或1/(V + tau^2)沿对角线对角线。
您在研究级别和手臂级别使用具有随机效应的更复杂模型。因此，模型隐含的结果的 var-cov 矩阵不是对角矩阵，因此其逆矩阵也不是对角矩阵。因此，如果您强制使用1/V权重（沿对角线变成对角权重矩阵1/V），则您使用的权重矩阵与默认使用的权重矩阵完全不同。
至于你的第二个问题：V对应于估计的平方标准误。这些也称为估计的“抽样方差”。