查看原文>>>R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶
目录
专题一:Meta分析的选题与文献计量分析CiteSpace应用
专题二:Meta分析与R语言数据清洗及相关应用Meta分析的常用方法与R语言应用
专题七:深度拓展机器学习在Meta分析中的应用机器学习在Meta分析中的应用
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。
专题一:Meta分析的选题与文献计量分析CiteSpace应用
1、Meta分析的选题与文献检索
1) 什么是Meta分析
2) Meta分析的选题策略
3) 文献检索数据库
4) 精确检索策略,如何检索全、检索准
5) 文献的管理与清洗,如何制定文献纳入排除标准
6) 文献数据获取技巧
7) 文献计量分析CiteSpace及研究热点分析
专题二:Meta分析与R语言数据清洗及相关应用Meta分析的常用方法与R语言应用
1) R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
2) R语言基本操作
3) R语言数据清洗方法
4) R语言Meta分析常用包及相关插件讲解与实践
5) 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分析与精美作图R语言Meta分析
1)R语言Meta分析的流程
2)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
3)Meta亚组分析
4)R语言图形可视化方法
5)如何用ggplot2绘制漂亮的森林图
专题四:R语言Meta回归分析R语言Meta回归分析
1) Meta回归统计分析理论及应用
2) Meta回归和普通回归分析的异同
3) 固定效应与随机效应分析
4) 泡泡图(bubble)的绘制
![](https://i-blog.csdnimg.cn/blog_migrate/f49867472072a813da500b7afaef257c.png)
专题五:R语言Meta诊断分析与进阶R语言Meta诊断进阶
1) Meta诊断分析(t2、I2、H2、Q等统计量)
2) 异质性检验
3) 敏感性分析
4) 偏倚分析
5) 风险分析
专题六:R语言Meta分析的不确定性及贝叶斯应用
R语言Meta分析的不确定性
1) 网状Meta分析
2) 贝叶斯理论
3) R语言贝叶斯工具Stan、JAGS和brms
4) 贝叶斯Meta分析及不确定性分析
专题七:深度拓展机器学习在Meta分析中的应用机器学习在Meta分析中的应用
1) 机器学习基础以及Meta机器学习的优势
2) Meta加权随机森林(MetaForest)的使用
3) 使用Meta机器学习对文献中的大数据进行整合
4) 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