1

我正在尝试使用 metafor 包中的 rma.uni 函数来估计渔具对我的丰度数据的影响。遵循 Sciberas 等人发表的方法。2018 (DOI: 10.1111/faf.12283)，我认为我正确使用了该功能，但是，我不确定如何解释输出。在函数中，c是对数响应比，var_c是相关方差。log2(t+1)以天为单位表示时间。在我的数据中，gear是一个具有三个级别的因素：CD、QSD 和 KSD。

由于我一般不熟悉模型，尤其是这类模型，因此我阅读了包括以下内容的在线文档： https ://faculty.nps.edu/sebuttre/home/R/contrasts.html 因此，我知道只有两个级别从我的因素gear需要显示在输出中。

下面是我运行 rma.uni 函数时的输出。我的问题是：

  • 如果将 gearCD 视为模型中的“参考”，那么这意味着 gearKSD 的影响比 gearCD 积极 0.14 倍（我不知道如何措辞），相反，gearQSD 的破坏性提高 0.12 倍?
  • 我应该如何解释 gearKSD 和 gearQSD 的 pvalue 不显着这一事实？这是否意味着它们的截距与 gearCD 的截距没有显着差异？如果是这样，gearCD 的截距是否与 相同intercpt？
  • 你知道我如何为我的因子的每个级别获得一个截距值gear吗？我的目标是区分这三个齿轮的初始影响，因此每个齿轮都有一个交互会很有趣。
  • 同样，如果我有与 log2(t+1) 的交互术语（例如gearKSD:log2(t+1)），那么解释与我们如何解释拦截类似？

很抱歉，我知道这些问题很多。另外，R² 为 100%，所有其他值都为 0（tau、tau² 和 I²）不是很奇怪吗？

非常感谢大家的帮助！

rma.uni(c,var_c,mods=~gear+log2(t+1),data=data_AB,method="REML")

Mixed-Effects Model (k = 15; tau^2 estimator: REML)

tau^2 (estimated amount of residual heterogeneity):     0 (SE = 0.0097)
tau (square root of estimated tau^2 value):             0
I^2 (residual heterogeneity / unaccounted variability): 0.00%
H^2 (unaccounted variability / sampling variability):   1.00
R^2 (amount of heterogeneity accounted for):            100.00%

Test for Residual Heterogeneity:
QE(df = 11) = 7.5027, p-val = 0.7570

Test of Moderators (coefficients 2:4):
QM(df = 3) = 31.7446, p-val < .0001

Model Results:

             estimate      se     zval    pval    ci.lb    ci.ub 
intrcpt       -1.1145  0.1407  -7.9200  <.0001  -1.3904  -0.8387  *** 
gearKSD        0.1488  0.1025   1.4517  0.1466  -0.0521   0.3497      
gearQSD       -0.1274  0.0916  -1.3919  0.1640  -0.3069   0.0520      
log2(t + 1)    0.1007  0.0195   5.1626  <.0001   0.0625   0.1389  *** 

---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
4

0 回答 0