在荟萃分析中测试两个平均效应大小的显着差异

Question

我运行了两个元分析，并想证明计算的平均效应大小（在 Fisher z 中）在两个元分析之间是不同的。

由于我是 R 的新手，而不是统计学专业，您能否提供适当的测试以及如何在 R 中进行测试？

这是我目前的两项荟萃分析结果：

> 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

前面的回复我详细解释一下，有点粗鲁。

第一步，您可以考虑结果的置信区间。 您可以查阅有关该主题的 Wikipedia 页面以获取快速摘要： http://en.wikipedia.org/wiki/Confidence_interval

无论如何，在您的示例中，您有两个具有重叠置信区间的效应大小：

结果 1GN = 0.36（95%CI：0.069 至 0.66）

结果 1NN = 0.26（95%CI：0.20 至 0.31）。

因此，这两个结果在统计上没有差异。

“metafor”包还包括一个比较“嵌套模型”的函数（anova），我引用： “对于“rma.uni”类的两个（嵌套）模型，该函数在模型拟合统计和似然比检验方面提供了完整模型与简化模型的比较。

请注意，“当指定两个模型进行比较时，该函数提供了比较两个模型的似然比检验。模型必须基于同一组数据，并且应该嵌套以使似然比检验有意义”。

您可以在此处找到有关该功能使用的更多详细信息和示例： http://www.inside-r.org/packages/cran/metafor/docs/anova.rma.uni

另外，请查阅包的手册和包维护者的网站。

希望这可能会有所帮助。