问题标签 [metafor]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - 可以根据 R metafor 包中的类别在 L'abbé 图中对点进行着色吗?
是否可以为 L'abbé 图中的“点”着色?我正在使用 metafor 包。
是否可以根据变量为点着色?
Fx 蓝色点表示:
谢谢你,C。
r - 使用 metafor 包对子组进行调节器分析
我有一个包含 2 个版主的数据集,model
分别mechanism
有 3 个和 5 个级别。使用metaforrma()
包中的函数对每个主持人进行单独的元回归显示,它们都显着影响汇总效果。然而,用两个主持人拟合加性模型会导致不存在的组的值,我觉得很难解释。因此,我决定与主持人一起进行亚组分析,然后进行元回归。但是,虽然我可以运行:model
mechanism
我不知道如何mechanism
为这个小组运行主持人分析。在metafor中是否有可能做到这一点?这样的功能将非常有用,因为如果没有,我想必须细分数据并运行单独的荟萃分析?
r - 使用 metafor 和 ggplot2 时如何在散点图上绘制拟合的元回归线
我想使用 ggplot (或类似包)绘制元回归metafor
。
我发现这个网站(https://ecologyforacrowdedplanet.wordpress.com/2013/05/30/using-metafor-and-ggplot-togetherpart-2/)解释了如何在散点图上绘制拟合模型的报告值和回归线和。ggplot2
_metafor
但是,作者放在网站上的代码本身并不能正常运行。似乎我必须以某种方式计算预测,但由于我是 R 新手,我不确定我该怎么做。我不能rma()
以与 的结果相同的方式对待结果lm()
。
请访问网站查看制作的情节(对不起,我不确定我是否可以在这里复制并粘贴情节,所以我只是引用了网站)。
当我使用与网站示例类似的数据尝试代码时,我收到一条错误消息,指出没有“preds”。
似乎我需要计算预测,但这实际上是我想知道的,即如何绘制拟合回归线。我了解到我可以使用predict()
orconfint()
函数,但无法弄清楚如何将这些函数应用于rma()
的对象。
metafor
如果您能教我如何使用and重现这种类型的情节,我将不胜感激ggplot
。谢谢你。
已编辑
我认为提供可用于此问题的数据和代码会很好。以下是我的方法(我知道这不是一个好的模型,结果明智,但这是我正在处理的研究设计)。
我想在散点图上绘制每种分配方法的观察结果和拟合回归线。
这是我得到的错误:
错误:美学必须是长度1或与数据相同(13):y,大小
r - metafor 包报告调整后的 R^2 还是正常的 R^2?
我正在使用 R 中的 metafor 包进行元分析。使用anova()
函数比较模型,我可以看到 R^2。
这是调整后的 R 平方还是只是普通的 R 平方?谢谢你。
r - 使用 R 中的 metafor 包进行元分析时,如何分割长森林图?
我正在使用 metafor 包进行荟萃分析。由于我的数据集包含许多研究,因此森林图变得非常长,我几乎无法阅读。
有什么办法可以分割森林地块?
谢谢你。
r - R - Metafor 包——计算和显示优势比而不是对数优势比
我本质上是在寻找使用 metafor 包生成我的森林图。它目前工作得非常好,除了它产生对数优势比,而我想要纯优势比本身。在 metafor 代码中是否有一种简单的方法可以做到这一点?
感谢大家的帮助!
r - 做漏斗图(在R中)时如何按组着色?
我正在使用 metafor 包(在 R 中)创建漏斗图。我想为按组绘制的数据点着色。我可以看到我可以在漏斗函数中使用一个 col 参数,但它似乎没有为组设置(而且看起来没有组参数)。
我能在网上找到的最好的方法是尝试使用 ggplot (如果可能的话,我宁愿避免)或者在我尝试绘制之前以某种方式为组分配颜色(我不确定如何有效地做到这一点)。有没有人有好的解决方案?
我的代码如下
r - R metafor - 为什么使用默认权重与将权重设置为 1/方差时结果不同?
我正在使用 metafor 包来执行元回归。我的模型/代码的形式是:
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!)