使用 metafor 的多级元分析 - 多级预测变量
Multilevel Meta-Analysis Using metafor - predictors at multiple levels
我是运行论文内相关系数的荟萃分析。所以 lvl 1 = 论文和 lvl 2 = 论文中的系数。
我想在论文和系数级别包括调节器,但我不确定如何指定应用调节器的级别。例如,论文层面的不同方法如何影响结果,以及系数层面的不同参与者如何影响结果。
我目前的型号是:
m1 <- rma.mv(yi, vi, mods = ~ paper_factor + coefficient_factor, random = ~1|paper/id, data=dat)
但是,这并没有具体编码论文之间的 paper_factor 不同以及论文中系数之间的 coefficient_factor 不同。我该怎么做?
注意:metafor
语法与 lme4
类似,所以也许适当的语法也适用于此处?
主持人的 'level' 取决于其编码方式。如果它在论文中是一个常量,那么它就是论文级别的主持人。如果主持人可以在论文内变化,那么它是估计级别的主持人。事实上,这也是 lme4
.
的运作方式
我是运行论文内相关系数的荟萃分析。所以 lvl 1 = 论文和 lvl 2 = 论文中的系数。
我想在论文和系数级别包括调节器,但我不确定如何指定应用调节器的级别。例如,论文层面的不同方法如何影响结果,以及系数层面的不同参与者如何影响结果。
我目前的型号是:
m1 <- rma.mv(yi, vi, mods = ~ paper_factor + coefficient_factor, random = ~1|paper/id, data=dat)
但是,这并没有具体编码论文之间的 paper_factor 不同以及论文中系数之间的 coefficient_factor 不同。我该怎么做?
注意:metafor
语法与 lme4
类似,所以也许适当的语法也适用于此处?
主持人的 'level' 取决于其编码方式。如果它在论文中是一个常量,那么它就是论文级别的主持人。如果主持人可以在论文内变化,那么它是估计级别的主持人。事实上,这也是 lme4
.