我正在使用R进行元分析,我决定确认两个广泛使用的R包(元和元)产生相同的结果(我已经粘贴了下面的代码)。不幸的是,它们并不完全相同,我正试图找出原因,因为使用一个包表明有一个显著的总体效果,而另一个则没有。有人对这些包有任何经验来了解原因吗?
这里的警告是,我在一个非常关心p值的领域工作(只是为了预测一些可能针对“它们足够近”或“无论如何忽略p值”的响应)。
谢谢大家
#Load Libraries
library(meta)
library(metafor)
#Insert effect sizes and sample sizes
es.r<- c(-.14,-.01,-.10,.14,.28,.17,.75,.53)
n <- c(55,46,53,52,105,101,46,48)
# transform to fisher's z
es.r.z <- r2z(es.r)
#Calculate Variance ES
es.r.z.v <-(1/(n-3))
#Calculate Standard Errors ES
r.z.se <-sqrt(es.r.z.v)
#Fixed-effect and Random-effects meta-analysis
#Once with meta package, once with metafor package
meta1<-metagen(es.r.z, r.z.se)
meta2<-rma(es.r.z, r.z.se)
#Show results from both packages
meta1
meta2发布于 2017-02-01 07:05:00
您的rma()语法不正确。rma()函数的第二个参数用于指定抽样方差,而不是标准误差。此外,metagen()默认使用DL估计器,而rma()使用REML估计器。因此,您应该使用:
meta2<-rma(es.r.z, r.z.se^2, method="DL")也可以将sei参数用于:
meta2<-rma(es.r.z, sei=r.z.se, method="DL")结果是一致的。
https://stackoverflow.com/questions/41962137
复制相似问题