基于R语言的Meta分析(全流程、不确定性分析)方法与Meta机器学习

Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。本教程针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。

///【教 程】基于R语言的Meta分析(全流程、不确定性分析)方法与Meta机器学习

专题一 Meta分析的选题与检索	1 Meta分析的选题与文献检索 什么是Meta分析 Meta分析的选题策略 文献检索数据库 精确检索策略，如何检索全、检索准 文献的管理与清洗，如何制定文献纳入排除标准 文献数据获取技巧 文献计量分析CiteSpace及研究热点分析
专题二 Meta分析与R语言基础	2 Meta分析的常用软件与R语言基础 R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用 R语言基本操作 R语言数据清洗方法 R语言Meta分析常用包及相关插件介绍与安装 从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。
专题三 R语言Meta分析与作图	3 R语言Meta分析 R语言Meta分析的流程 各类meta效应值和累计效应值计算 连续资料的RR、MD与SMD 分类资料的RR和OR Meta亚组分析 R语言图形可视化基础 如何用ggplot2绘制漂亮的森林图
专题四 R语言Meta回归分析	4 R语言Meta回归分析 Meta回归统计分析理论及应用 Meta回归和普通回归分析的异同 固定效应与随机效应分析 泡泡图（bubble）的绘制
专题五 R语言Meta诊断分析	5 R语言Meta诊断进阶 Meta诊断分析（t2、I2、H2、Q等统计量） 异质性检验 敏感性分析 偏倚分析 风险分析
专题六 R语言Meta分析的不确定性	6 R语言Meta分析的不确定性 网状Meta分析 贝叶斯理论 R语言贝叶斯工具Stan、JAGS和brms 贝叶斯Meta分析及不确定性分析
专题七 机器学习在Meta分析中的应用	7 机器学习在Meta分析中的应用 机器学习基础以及Meta机器学习的优势 Meta加权随机森林（MetaForest）的使用 使用Meta机器学习对文献中的大数据进行整合 使用机器学习进行驱动因子分析
专题八 讨论与答疑	1 练习 2 讨论与答疑

更多
●Meta分析在生态环境领域中的实践技术应用
●基于R语言Meta分析方法与进阶实践应用
●MATLAB 编程、机器学习、深度学习、在图像处理中的实践技术应用
●全套Python机器学习核心技术与案例分析实践应用
●基于PyTorch机器学习与深度学习实践应用与案例分析