Perguntas com a marcação «meta-analysis»

Métodos focados em contrastar e combinar resultados de diferentes estudos, na esperança de aumentar a precisão e a validade externa.


2
Como parametrizar a proporção de duas variáveis ​​normalmente distribuídas ou o inverso de uma?
Problema: estou parametrizando distribuições para uso como prioros e dados em uma metanálise bayesiana. Os dados são fornecidos na literatura como estatística resumida, quase exclusivamente assumida como sendo normalmente distribuída (embora nenhuma das variáveis ​​possa ser <0, algumas são proporções, outras são massa etc.). Me deparei com dois casos para …


2
Por que não realizar metanálise em dados parcialmente simulados?
Fundo: Uma meta-análise típica em psicologia pode procurar modelar a correlação entre duas variáveis ​​X e Y. A análise normalmente envolveria a obtenção de um conjunto de correlações relevantes da literatura, juntamente com o tamanho da amostra. As fórmulas podem então ser aplicadas para calcular uma correlação média ponderada. Em …


3
Essas fórmulas para transformar P, LSD, MSD, HSD, CI e SE em uma estimativa exata ou inflada / conservadora de corretas?
fundo Estou conduzindo uma meta-análise que inclui dados publicados anteriormente. Frequentemente, as diferenças entre os tratamentos são relatadas com valores de P, diferenças menos significativas (LSD) e outras estatísticas, mas não fornecem estimativa direta da variação. No contexto do modelo que estou usando, uma superestimação de variação é aceitável. Problema …

1
R / mgcv: Por que os produtos tensores te () e ti () produzem superfícies diferentes?
O mgcvpacote para Rpossui duas funções para ajustar as interações do produto tensorial: te()e ti(). Entendo a divisão básica do trabalho entre os dois (ajustando uma interação não linear versus decompondo essa interação em efeitos principais e uma interação). O que não entendo é o porquê te(x1, x2)e ti(x1) + …
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 

2
Justificativas para um modelo de efeitos fixos versus efeitos aleatórios na metanálise
Eu li várias publicações tentando justificar o uso de um modelo de efeitos fixos com declarações ao longo das linhas de "o modelo de efeitos fixos foi escolhido porque a heterogeneidade era baixa". No entanto, estou preocupado que ainda possa ser uma abordagem inadequada à análise de dados. Existem razões …


1
Dividido entre o PET-PEESE e as abordagens multiníveis da metanálise: existe um meio feliz?
Atualmente, estou trabalhando em uma metanálise, para a qual preciso analisar vários tamanhos de efeito aninhados nas amostras. Sou parcial à abordagem de meta-análise de três níveis de Cheung (2014) para meta-analisar tamanhos de efeito dependentes, em oposição a algumas das outras estratégias possíveis (por exemplo, ignorar dependência, calcular a …

3
Como obter um intervalo de confiança na mudança do quadrado da população
Para um exemplo simples, assuma que existem dois modelos de regressão linear Modelo 1 tem três preditores, x1a, x2b, ex2c O modelo 2 possui três preditores do modelo 1 e dois preditores adicionais x2aex2b Existe uma equação de regressão populacional em que a variação populacional explicada é para o Modelo …

1
Então, como você incluiria estimativas bayesianas em uma meta-análise?
Inspirado por esta pergunta e pelo "Problema 3" em particular: As distribuições posteriores são um pouco mais difíceis de incorporar em uma meta-análise, a menos que uma descrição paramétrica e freqüentista da distribuição tenha sido fornecida. Recentemente, estive pensando bastante em incorporar a meta-análise a um modelo bayesiano - principalmente …

1
Meta-análise em R usando o pacote metafor
Como devo sintaxe a rmafunção do pacote metafor para obter resultados no seguinte exemplo da vida real de uma pequena meta-análise? (efeito aleatório, estatística 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 Pric2005, 0.75, 0.12, …
10 r  meta-analysis 


1
Variável categórica de regressão linear R valor "oculto"
Este é apenas um exemplo que encontrei várias vezes, portanto não tenho dados de amostra. Executando um modelo de regressão linear em R: a.lm = lm(Y ~ x1 + x2) x1é uma variável contínua. x2é categórico e possui três valores, por exemplo, "Baixo", "Médio" e "Alto". No entanto, a saída …
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 

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.