BayesFactor包提供了一项功能，用于为元分析t检验（meta.ttestBF）估计贝叶斯因子。该过程基于Rouder和Morey（2011; link）的一篇文章。
meta.ttestBF可用于获取一系列“一个和两个样本设计”的贝叶斯因子。我认为这是指成对的和独立的t检验。
我的问题是，是否有一种方法可以混合来自一个样本和两个样本设计的t值。假设我有四个研究。其中三个使用两个样本的设计，一个使用一个样本的设计。如果它们都属于同一类型，那将很容易：
t <- c(-.15, 2.39, 2.42, 2.43)
N1 <- c(100, 150, 97, 99)
N2 <- c(100, 150, 97, 99)
# One-sample
meta.ttestBF(t = t, n1 = N1)
# Two-sample
meta.ttestBF(t = t, n1 = N1, n2 = N2)
那么，如果t值1到3来自于两个样本的t检验，而t值4来自于一个样本t检验，该怎么办？
答案 0 :(得分：1)
我在这里回答了这个问题：https://github.com/richarddmorey/BayesFactor/issues/122。简短的答案是“不是真的，因为在两个模型中效果大小有不同的解释。”