元分析中的漏斗圖,出版偏誤的檢驗,資料框的行列數(R)
阿新 • • 發佈:2020-11-20
#object: 元分析的漏斗圖的製作 #writer: mike1 #time:2020,11,17 #載入包 library("meta") library("ggplot2") #讀取資料, R 語言應該可以讀取帶中文的路徑 data <- read.csv("C:\\Users\\mike1\\Desktop\\大三人格與幸福感\\data.csv",header=T,sep=',') #檢視資料框的列名,檢視行名是rownames() colnames(data) #檢視行列數的集中方法 dim(data)[0] nrow(data) ncol(data) length(data[,1]) #計算被試總量 subSum <- sum(data[,'被試數']) print(subSum) #檢驗是否有缺失值 number <- sum(is.na.data.frame(data[,"內外傾"])) print(number) #使用metacor函式, sm的含義是將回歸係數轉換為fisher,然後在計算總的效應量 result <- metacor(cor=內外傾,n=被試數,data=data,sm="ZCOR") print(result) #計算出版偏誤,這裡是begg方法,這裡自帶圖形 res2 <- metabias(result,method="rank",plotit=T) print(res2) #作圖,注意這裡的引數是原始模型,不是metabias funnel(result)
檢驗的結果
> #計算出版偏誤,這裡是begg方法,這裡自帶圖形
> res2 <- metabias(result,method="rank",plotit=T)
> print(res2)
Rank correlation test of funnel plot asymmetry
data: result
z = 0.88636, p-value = 0.3754 這說明不顯著,也就是沒有出版偏誤,雖然圖並不好看
alternative hypothesis: asymmetry in funnel plot
sample estimates:
ks se.ks 這是估計值與方差
76.0000 85.7441
漏斗圖