“观察数<=随机效应数”错误

Question

我正在使用名为diagmeta的软件包进行元分析。我可以将此软件包与名为Schneider2017的内置数据集一起使用。但是，当我创建自己的数据库/数据集时，出现以下错误：

  

错误：观察次数（= 300）<=术语（组*截止|研究）的随机效应次数（= 3074）；随机效应参数和剩余方差（或尺度参数）可能无法识别

SO上的另一个线程表明该错误是由一列或多列的数据格式引起的。我确保每一列的数据类型都与Schneider2017数据集中的数据类型匹配-无效。

Link to the other thread

我尝试将Schneider2017数据集中的所有数据提取到excel中，然后通过R studio从Excel导入数据集。这再次没有区别。这向我表明，尽管我看不出有什么不同，但数据格式可能有所不同。

diag2 <- diagmeta(tpos, fpos, tneg, fneg, cutpoint,
                   studlab = paste(author,year,group),
                   data = SRschneider,
                   model = "DIDS", log.cutoff = FALSE,
                   check.nobs.vs.nRE = "ignore")

数据集如下所示：

我期望与内置数据集一样成功执行和绘图，但是始终会出现此错误。

执行str（mydataset）的结果：

> str(SRschneider)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   150 obs. of  10 variables:
 $ ...1    : num  1 2 3 4 5 6 7 8 9 10 ...
 $ study_id: num  1 1 1 1 1 1 1 1 1 1 ...
 $ author  : chr  "Arora" "Arora" "Arora" "Arora" ...
 $ year    : num  2006 2006 2006 2006 2006 ...
 $ group   : chr  NA NA NA NA ...
 $ cutpoint: chr  "6" "7.0" "8.0" "9.0" ...
 $ tpos    : num  133 131 130 127 119 115 113 110 102 98 ...
 $ fneg    : num  5 7 8 11 19 23 25 28 36 40 ...
 $ fpos    : num  34 33 31 30 28 26 25 21 19 19 ...
 $ tneg    : num  0 1 3 4 6 8 9 13 15 15 ...

Answer 1

快速跟进Ben的详细答案。

在diagmeta()中实现的统计方法期望参数 cutpoint 是连续变量。我们为参数 cutpoint （以及参数 TP ， FP ， TN 和 FN ）（R包 diagmeta ）的版本0.3-1；有关详细技术信息，请参见commit in GitHub repository。

相应地，以下R命令将导致更详尽的错误消息：

data(Schneider2017)
diagmeta(tpos, fpos, tneg, fneg, as.character(cutpoint),
         studlab = paste(author, year, group), data = Schneider2017)

Answer 2

您说的是您

  

确保每个列的数据类型都与Schneider2017数据集中的数据类型匹配

但这似乎不是事实。除了myVec1.size()+1（数字）和num（整数）类型（实际上通常并不重要）之间的差异之外，您的数据还具有

int

$ cutpoint: chr "6" "7.0" "8.0" "9.0" ... 拥有

str(Schneider2017)

将切点设为字符而不是数字意味着R将尝试将其视为分类变量（具有许多离散级别）。这很可能是您问题的根源。

$ cutpoint: num 6 7 8 9 10 11 12 13 14 15 ... 变量很可能是字符，因为R在此列中遇到了一些不能解释为数字的值（就像印刷错误一样简单）。您可以使用cutpoint通过蛮力将变量转换为数字（无法解释的值将设置为SRschneider$cutpoint <- as.numeric(SRschneider$cutpoint)），但是最好还是先去看看问题出在哪里

如果您使用tidyverse程序包加载数据，则应获取可能有用的“解析问题”列表。您也可以尝试NA查看无法转换的值。