是否可以在metafor中获得R ^ 2值的置信区间?

时间:2019-06-14 13:05:41

标签: r

因此,我正在尝试进行具有相关性的荟萃分析。我可以很好地运行代码。但想知道是否有可能在R2值附近获得一个置信区间。

boot.func <- function(data.boot) {

res <- try(rma(yi, vi, data=data.boot), silent=TRUE)

if (is.element("try-error", class(res))) {
NA
} else {
c(coef(res), vcov(res), res$tau2, res$se.tau2^2)
}

}

data.gen <- function(dat, mle) {
 data.frame(yi=rnorm(nrow(dat), mle$mu, sqrt(mle$tau2 + dat$vi)), vi=dat$vi)
}

set.seed(8781328)
res.boot <- boot(dat, boot.func, R=100, sim="parametric", ran.gen=data.gen, 
mle=list(mu=coef(res), tau2=res$R2))
res.boot

boot.ci(res.boot, type=c("norm", "basic", "stud", "perc"), index=3:4)

我已经尝试过此代码,但似乎给出了非常不同的值。而且,它似乎能够给出学生化的值,据我所知,这是不可能的,因为没有R2的方差估计

res = rma.uni(dat$yi, dat$vi, mods = ~ dat$Age)

1 个答案:

答案 0 :(得分:0)

无论您要计算什么统计量,引导程序都将在置信区间内为您提供。即,引导程序将为您提供一些统计值的估计值。合并所有这些数字。 “ 2.5%”和“ 97.5%”分类箱给出的值是95%置信区间的边界。埃夫隆说,在他的一本书中,您应该至少引导2500次以获取可靠的置信区间。