原文来自微信公众号:YY科研学社
计算各个案例研究的效应值和研究内方差在统计分析中有着重要的作用。
效应值通常用于衡量研究中观察到的效应的大小,例如在实验研究或者临床试验中,效应值可以表示治疗对受试者的影响程度。
研究内方差则用于衡量研究结果的离散程度,它可以帮助我们了解研究中观察到的效应是否受到了其他因素的影响,以及研究结果的稳定性。
这些值在进行meta分析、荟萃分析或其他统计分析时非常重要,因为它们可以帮助我们综合各个研究的结果,从而得出更为全面和准确的结论。
通过计算各个案例研究的效应值和研究内方差,我们可以进行进一步的统计推断和比较,从而更好地理解研究领域的现状和规律。
第1步:加载要用到的软件包
library(metafor)
library(ggplot2)
library(glmulti)
library(Matrix)
第2步:读取我们的数据源,这里有两种格式,也有2种代码形式
d1<-read.csv(“shujuyuan1.csv”)
d1
或
d1<-read_excel(“shujuyuan1.xls”)
d1
第3步:计算效应值,m1i,处理的均值;sd1i,处理的标准差;n1i,处理的样本量
d2<-escalc(measure=“ROM”,data=d1,m1i=treatment_mean,</