在meta分析中測試兩個顯着差異的平均效應大小

Question

我運行了兩個meta分析，並且想證明兩個meta分析中計算出的平均效應大小（在fisher z中）不同。

由於我在R中退出了新的版本，而不是統計中的這樣的專業版，您能否提供適當的測試以及如何在R中進行測試？

這裏是我目前的兩個薈萃分析的結果：

> results1GN 

Random-Effects Model (k = 4; tau^2 estimator: REML) 

tau^2 (estimated amount of total heterogeneity): 0.0921 (SE = 0.0752) 
tau (square root of estimated tau^2 value):  0.3034 
I^2 (total heterogeneity/total variability): 99.98% 
H^2 (total variability/sampling variability): 5569.05 

Test for Heterogeneity: 
Q(df = 3) = 22183.0526, p-val < .0001 

Model Results: 

estimate  se  zval  pval ci.lb ci.ub   
    0.3663 0.1517 2.4139 0.0158 0.0689 0.6637  * 

--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

> results1NN 

Random-Effects Model (k = 72; tau^2 estimator: REML) 

tau^2 (estimated amount of total heterogeneity): 0.0521 (SE = 0.0096) 
tau (square root of estimated tau^2 value):  0.2282 
I^2 (total heterogeneity/total variability): 95.98% 
H^2 (total variability/sampling variability): 24.85 

Test for Heterogeneity: 
Q(df = 71) = 1418.1237, p-val < .0001 

Model Results: 

estimate  se  zval  pval ci.lb ci.ub   
    0.2594 0.0282 9.2016 <.0001 0.2042 0.3147  *** 

Answer 1

我詳細說明之前的響應，這是一個有點粗魯。

第一步，你可以考慮你的置信區間結果。 您可以諮詢關於這個專題的維基百科頁面，快速掌握要點： http://en.wikipedia.org/wiki/Confidence_interval

不管怎樣，在你的榜樣，你有兩個效應的大小與重疊的置信區間：

results1GN = 0.36（95％CI：0.069至0.66）

results1NN = 0.26（95％CI：0.20-0.31）。

所以，這兩個結果沒有統計學差異。該函數還提供了一個函數（anova）來比較「嵌套模型」，並且我引用了： 「對於類」rma.uni「的兩個（嵌套）模型，函數提供了一個完整的與減少的模型擬合統計和似然比檢驗的模型比較「。

注意：「當指定兩個模型進行比較時，函數提供了比較兩個模型的似然比檢驗，模型必須基於相同的一組數據，並且應該爲似然比檢驗進行嵌套，以便有意義」 。

您可能會發現在這裏使用功能的更多細節和例子： http://www.inside-r.org/packages/cran/metafor/docs/anova.rma.uni

此外，參閱程序包的手冊和軟件包的維護者的網站。

希望這可能會有所幫助。