Preguntas etiquetadas con meta-analysis

En un artículo reciente, Norton et al. (2018) declara que[ 1 ][1]^{[1]} No se pueden comparar diferentes razones de probabilidad del mismo estudio cuando los modelos estadísticos que dan como resultado estimaciones de razón de probabilidades tienen diferentes variables explicativas porque cada modelo tiene un factor de escala arbitrario diferente. …

12 r  logistic  meta-analysis  odds-ratio  adjustment 

Problema: estoy parametrizando distribuciones para usar como antecedentes y datos en un metanálisis bayesiano. Los datos se proporcionan en la literatura como estadísticas de resumen, casi exclusivamente se supone que se distribuyen normalmente (aunque ninguna de las variables puede ser <0, algunas son proporciones, algunas son masivas, etc.). Me he …

12 distributions  bayesian  variance  random-variable  meta-analysis 

Mi pregunta es si puedo usar un tamaño de efecto como variable dependiente y otro tamaño de efecto como variable independiente en una meta-regresión.XXXYYY Por ejemplo, realicé un metanálisis de los efectos del ejercicio en los problemas con la bebida y encontré resultados significativos y una alta heterogeneidad. Quiero hacer …

11 references  meta-analysis  effect-size  meta-regression 

Antecedentes: Un metaanálisis típico en psicología podría tratar de modelar la correlación entre dos variables X e Y. El análisis típicamente implicaría obtener un conjunto de correlaciones relevantes de la literatura junto con los tamaños de muestra. Las fórmulas se pueden aplicar para calcular una correlación promedio ponderada. Luego, se …

11 simulation  meta-analysis 

Por lo general, se transforma en Fisher z para probar la diferencia entre dos valores de r . Pero, cuando se va a realizar un metanálisis, ¿por qué deberíamos dar ese paso? ¿Corrige el error de medición o el error de no muestreo y por qué deberíamos asumir que r …

11 correlation  variance  sampling  meta-analysis 

Antecedentes Estoy realizando un metanálisis que incluye datos publicados anteriormente. A menudo, las diferencias entre tratamientos se informan con valores de P, diferencias menos significativas (LSD) y otras estadísticas, pero no proporcionan una estimación directa de la varianza. En el contexto del modelo que estoy usando, una sobreestimación de la …

11 multiple-comparisons  variance  data-transformation  meta-analysis 

El mgcvpaquete Rtiene dos funciones para ajustar las interacciones del producto tensorial: te()y ti(). Entiendo la división básica del trabajo entre los dos (ajustar una interacción no lineal versus descomponer esta interacción en efectos principales y una interacción). Lo que no entiendo es por qué te(x1, x2)y ti(x1) + ti(x2) …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

He leído varias publicaciones que intentan justificar el uso de un modelo de efectos fijos con declaraciones en la línea de "se eligió el modelo de efectos fijos porque la heterogeneidad era baja". Sin embargo, me preocupa que aún pueda ser un enfoque inapropiado para el análisis de datos. ¿Hay …

10 references  meta-analysis  meta-analysis-fixed-effects  meta-analysis-random-effects 

¿La ponderación basada en la precisión es central para el metanálisis? Borenstein y col. (2009) escriben que para que el metanálisis sea posible, todo lo que se necesita es que: Los estudios informan una estimación puntual que se puede expresar como un solo número. La varianza se puede calcular para …

10 variance  sample-size  missing-data  meta-analysis 

Actualmente estoy trabajando en un metanálisis, para el cual necesito analizar múltiples tamaños de efectos anidados dentro de las muestras. Soy parcial al enfoque de metanálisis de tres niveles de Cheung (2014) para el metanálisis de tamaños de efectos dependientes, a diferencia de algunas de las otras estrategias posibles (por …

10 multilevel-analysis  meta-analysis  meta-regression  publication-bias 

Por un simple ejemplo, suponga que hay dos modelos de regresión lineal Modelo 1 tiene tres predictores, x1a, x2b, yx2c El modelo 2 tiene tres predictores del modelo 1 y dos predictores adicionales x2ayx2b Hay una ecuación de regresión poblacional donde la varianza poblacional explicada es para el Modelo 1 …

10 regression  confidence-interval  estimation  r-squared  shrinkage  anova  t-test  references  tukey-hsd  machine-learning  boosting  r  clustering  fishers-exact  generalized-linear-model  model  probit  link-function  r  survival  probability  distributions  dice  logistic  lme4-nlme  glmm  meta-analysis  distributions  distributions  factor-analysis  r  anova  repeated-measures  post-hoc 

Inspirado por esta pregunta, y en particular "Problema 3": Las distribuciones posteriores son algo más difíciles de incorporar en un metanálisis, a menos que se haya proporcionado una descripción paramétrica frecuente de la distribución. Recientemente he estado pensando mucho en incorporar el metanálisis en un modelo bayesiano, principalmente como una …

10 bayesian  meta-analysis 

¿Cómo debo sintaxis de la rmafunción del paquete metafor para obtener resultados en el siguiente ejemplo de la vida real de un pequeño metanálisis? (efecto aleatorio, estadística resumida SMD) study, mean1, sd1, n1, mean2, sd2, n2 Foo2000, 0.78, 0.05, 20, 0.82, 0.07, 25 Sun2003, 0.74, 0.08, 30, 0.72, 0.05, 19 …

10 r  meta-analysis 

Antes de enviar mi metanálisis, quiero hacer un gráfico en embudo para evaluar la heterogeneidad y el sesgo de publicación. Tengo el tamaño del efecto agrupado y los tamaños del efecto de cada estudio, que toman valores de -1 a +1. Tengo los tamaños de muestra n1, n2 para pacientes …

10 meta-analysis  sample-size  standard-error  funnel-plot  publication-bias 

Este es solo un ejemplo que he encontrado varias veces, por lo que no tengo ningún dato de muestra. Ejecutar un modelo de regresión lineal en R: a.lm = lm(Y ~ x1 + x2) x1Es una variable continua. x2es categórico y tiene tres valores, por ejemplo, "Bajo", "Medio" y "Alto". …

10 r  regression  categorical-data  regression-coefficients  categorical-encoding  machine-learning  random-forest  anova  spss  r  self-study  bootstrap  monte-carlo  r  multiple-regression  partitioning  neural-networks  normalization  machine-learning  svm  kernel-trick  self-study  survival  cox-model  repeated-measures  survey  likert  correlation  variance  sampling  meta-analysis  anova  independence  sample  assumptions  bayesian  covariance  r  regression  time-series  mathematical-statistics  graphical-model  machine-learning  linear-model  kernel-trick  linear-algebra  self-study  moments  function  correlation  spss  probability  confidence-interval  sampling  mean  population  r  generalized-linear-model  prediction  offset  data-visualization  clustering  sas  cart  binning  sas  logistic  causality  regression  self-study  standard-error  r  distributions  r  regression  time-series  multiple-regression  python  chi-squared  independence  sample  clustering  data-mining  rapidminer  probability  stochastic-processes  clustering  binary-data  dimensionality-reduction  svd  correspondence-analysis  data-visualization  excel  c#  hypothesis-testing  econometrics  survey  rating  composite  regression  least-squares  mcmc  markov-process  kullback-leibler  convergence  predictive-models  r  regression  anova  confidence-interval  survival  cox-model  hazard  normal-distribution  autoregressive  mixed-model  r  mixed-model  sas  hypothesis-testing  mediation  interaction