Запитання з тегом «meta-regression»

2
Багаторазова імпутація змінних результатів
У мене є набір даних про випробування на сільському господарстві. Моя змінна відповідь - це коефіцієнт відповіді: log (обробка / контроль). Мене цікавить, що опосередковує різницю, тому я виконую метарегресії RE (не зважені, тому що видається досить зрозумілим, що розмір ефекту не співвідноситься з відхиленням оцінок). Кожне дослідження повідомляє про …

2
Чи можу я включити розмір ефекту як незалежну змінну в метарегресію?
Моє питання полягає в тому, чи можна використовувати розмір ефекту ХXX як залежну змінну, а інший розмір ефекту YYY як незалежну змінну в метарегресії? Наприклад, я провів метааналіз на вплив фізичних вправ на проблеми з питтям і виявив значні результати та високу неоднорідність. Я хочу зробити мета-регресію та використовувати розмір …

1
R / mgcv: Чому тензорні вироби te () і ti () створюють різні поверхні?
У mgcvпакеті Rє дві функції для встановлення тензорних взаємодій між продуктами: te()і ti(). Я розумію основний розподіл праці між двома (встановлення нелінійної взаємодії проти декомпозиції цієї взаємодії на основні ефекти та взаємодію). Чого я не розумію, це чому te(x1, x2)і ti(x1) + ti(x2) + ti(x1, x2)може давати (трохи) різні результати. …
11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

1
Розривається між PET-PEESE та багаторівневими підходами до метааналізу: чи є щасливе середовище?
Зараз я працюю над метааналізом, для якого мені потрібно проаналізувати кілька розмірів ефектів, вкладених у вибірки. Я є частковою для трирівневого підходу метааналізу Чеунга (2014) щодо метааналізу залежних розмірів ефекту на відміну від деяких інших можливих стратегій (наприклад, ігнорування залежності, усереднення розмірів ефектів у межах досліджень, вибір одного розміру ефекту …

2
Чергові схеми зважування для мета-аналізу випадкових ефектів: відсутні стандартні відхилення
Я працюю над метааналізом випадкових ефектів, що охоплює ряд досліджень, які не повідомляють про стандартні відхилення; у всіх дослідженнях робиться звіт про розмір вибірки. Я не вірю, що неможливо наблизити або замінити відсутні дані SD. Як має бути мета-аналіз, який використовує необроблені (нестандартні) середні відмінності як розмір ефекту, зважився, коли …

2
Як найкраще впоратися з субскоресами в мета-аналізі?
Я провожу мета-аналіз розмірів ефектів d в R за допомогою пакету metafor. d представляє відмінності в показниках пам’яті між пацієнтами та здоровими. Однак деякі дослідження повідомляють лише про підряди міри, що цікавлять d (наприклад, кілька різних балів пам'яті або балів з трьох окремих блоків тестування пам'яті). Будь ласка, дивіться наступний …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.