在meta分析中检验两个平均效应大小是否有显著性差异

Question

我运行了两个meta分析，并希望证明两个meta分析之间计算的平均效应大小(以fisher z为单位)不同。

由于我在R中是新手，在统计学方面也不是很专业，您能提供适当的测试以及如何在R中进行测试吗？

以下是我目前对这两个元分析的结果：

> results1GN

Random-Effects Model (k = 4; tau^2 estimator: REML)

tau^2 (estimated amount of total heterogeneity): 0.0921 (SE = 0.0752)
tau (square root of estimated tau^2 value):      0.3034
I^2 (total heterogeneity / total variability):   99.98%
H^2 (total variability / sampling variability):  5569.05

Test for Heterogeneity: 
Q(df = 3) = 22183.0526, p-val < .0001

Model Results:

estimate       se     zval     pval    ci.lb    ci.ub          
  0.3663   0.1517   2.4139   0.0158   0.0689   0.6637        * 

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

> results1NN

Random-Effects Model (k = 72; tau^2 estimator: REML)

tau^2 (estimated amount of total heterogeneity): 0.0521 (SE = 0.0096)
tau (square root of estimated tau^2 value):      0.2282
I^2 (total heterogeneity / total variability):   95.98%
H^2 (total variability / sampling variability):  24.85

Test for Heterogeneity: 
Q(df = 71) = 1418.1237, p-val < .0001

Model Results:

estimate       se     zval     pval    ci.lb    ci.ub          
  0.2594   0.0282   9.2016   <.0001   0.2042   0.3147      *** 

Answer 1

我详述了之前的回答，这有点粗鲁。

在第一步，你可以考虑你的结果的置信区间。你可以参考维基百科关于这个主题的页面来快速总结：http://en.wikipedia.org/wiki/Confidence_interval

无论如何，在您的示例中，您有两个具有重叠置信区间的效果大小：

results1GN = 0.36 (95%CI: 0.069 - 0.66)

results1NN = 0.26 (95%CI: 0.20 ~ 0.31)。

因此，这两个结果在统计上没有什么不同。

包'metafor‘还包括一个函数(anova)来比较“嵌套模型”，我引用：“对于两个"rma.uni”类的(嵌套)模型，该函数在模型拟合统计和似然比测试方面提供了完整的与简化的模型比较“。

请注意，“当指定两个模型进行比较时，该函数提供了比较两个模型的似然比测试。这两个模型必须基于相同的数据集，并且应该嵌套，这样似然比测试才有意义”。

您可以在此处找到有关该函数用法的更多详细信息和示例：http://www.inside-r.org/packages/cran/metafor/docs/anova.rma.uni

另外，请参考软件包的手册和软件包维护者的网站。

希望这能对你有所帮助。