10章6节：连续型变量的Meta分析和可视化分析全解

Meta分析是一种综合多个研究结果的方法，常用于评估某种干预措施或处理方式的总体效应。在许多科学研究中，Meta分析能够帮助我们评估实验数据的稳健性和普遍性。特别是在医学和心理学领域，Meta分析可以有效综合不同研究之间的差异性，提高统计效能和结果的准确性。本文的重点是对连续型变量进行Meta分析，特别是使用R语言中的meta扩展包来实现这一目的。通过对Fleiss93cont数据集进行分析。

一、 Fleiss93cont 数据集

R的meta扩展包中的Fleiss93cont数据集来源于EMumford等人于1984年发表的一篇关于心理健康治疗对医疗使用影响的Meta分析。数据集中包含了五个研究的基本信息，包括每个研究的年份、治疗组和对照组的人数、均值和标准差。以下是数据集的结构和各变量的说明：

library(meta)
data(Fleiss93cont)
Fleiss93cont

Fleiss93cont数据集的内容为：

    study year n.e mean.e sd.e n.c mean.c  sd.c
1   Davis 1973  13    5.0 4.70  13   6.50  3.80
2 Florell 1971  30    4.9 1.71  50