我正在研究年度和药物流行与'metafor'包的关联的元回归。
我使用的模型是'rma.glmm'用于混合效果模型,logit从'metafor'包转换而来。
我的R脚本如下:
dat<-escalc(xi=A, ni=Sample, measure="PLO")
print(dat)
model_A<-rma.glmm(xi=A, ni=Sample, measure="PLO", mods=~year)
print(model_A)
我确实得到了显着的结果,所以我用这个模型进行了气泡图。但我发现没有办法直接从'ram.glmm'公式执行气泡图。我做了另类的事情:
wi<-1/dat$vi
plot(year, transf.ilogit(dat$yi), cex=wi)
显然我得到了一些'疯狂'的结果,我的问题是:
1&GT;我怎样才能通过研究样本量对泡沫图中的点进行加权?泡沫图中的点应与研究重量成比例。在这里,我使用'wi&lt; -dat $ vi'。 vi代表抽样方差,我从'escalc()'得到。但这似乎不对。
2 - ;我的模型是否正确调查年与药物流行之间的关联?我试过'rma'模型我的结果完全不同。
3&GT;有没有其他方法来执行泡沫图?我也尝试过:
percentage<-A/Sample
plot(year, percentage)
数据库如下:
study year Sample A
study 1 2007 414 364
study 2 2010 142 99
study 3 1999 15 0
study 4 2000 17 0
study 5 2001 20 0
study 6 2002 22 5
study 7 2003 21 6
study 8 2004 24 7
study 9 1999 203 82
study 10 2009 647 436
study 11 2009 200 169
study 12 2010 156 128
study 13 2009 10753 6374
study 14 2007 143 109
study 15 2001 247 36
study 16 2004 318 184
study 17 2012 611 565
study 18 2013 180 167
study 19 2006 344 337
study 20 2007 209 103
study 21 2013 470 354
study 22 2010 180 146
study 23 2005 522 302
study 24 2000 62 30
study 25 2001 79 39
study 26 2002 85 43
study 27 2011 548 307
study 28 2009 218 216
study 29 2006 2901 2332
study 30 2008 464 259
study 31 2010 650 393
study 32 2008 2514 704