我正在准备相关的荟萃分析。我的样本中的某些研究基于对预测变量，准则变量或两者的各种不同度量，提供了多种效应大小。为避免我高估或低估了最终估算的准确性，我想对研究内方差和研究间方差建模。因此，我为研究1输入了几种效应大小，为进一步研究输入了几种效应大小。
以下是我的数据示例：
> study<-c(1,1,1,2,3,3)
> number<-c(1:6)
> yi<-c(.12,.18,.05,.14,.19,.24)
> vi<-c(.0005,.0005,.0005,.0012,.0009,.0008)
> example<-data.frame(study, number, yi,vi)
> head(example)
study number yi vi
1 1 1 0.12 0.0005
2 1 2 0.18 0.0005
3 1 3 0.05 0.0005
4 2 4 0.14 0.0012
5 3 5 0.19 0.0009
6 3 6 0.24 0.0008
我遵循了此处概述的建议，以适合三级荟萃分析：http://www.metafor-project.org/doku.php/analyses:konstantopoulos2011
> res.mv <- rma.mv(yi, vi, random = ~ factor(number) | study, data=example)
> print(res.mv, digits=3)
Multivariate Meta-Analysis Model (k = 6; method: REML)
Variance Components:
outer factor: study (nlvls = 3)
inner factor: factor(number) (nlvls = 6)
estim sqrt fixed
tau^2 0.004 0.064 no
rho 0.384 no
Test for Heterogeneity:
Q(df = 5) = 35.299, p-val < .001
Model Results:
estimate se zval pval ci.lb ci.ub
0.156 0.034 4.608 <.001 0.090 0.222 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
但是，我后来发现，上面使用的模型假设效果大小估计的抽样误差是独立的，在这里显然不是这种情况，因为从同一组人获得了多个估计。我有什么办法可以解决模型中的这种依赖性？