书籍推荐|meta分析R语言实践教程-Doing Meta-Analysis with R: A Hands-On Guide

"The problems are solved, not by giving new information, but by arranging what we have known since long." -- Ludwig Wittgenstein

推荐理由

《Doing Meta-Analysis with R: A Hands-On Guide》 是由 Mathias Harrer, Pim Cuijpers, Toshi Furukawa, 和 David Ebert 所著的一本介绍如何使用R语言进行meta分析的入门书籍。该书覆盖了进行meta分析所需的基本步骤,如效应量的计算与汇总、森林图的绘制与美化、异质性的诊断、进行亚组分析、控制发表偏倚的方法、风险偏倚评估以及进行meta回归。此外,该书还包括网状meta分析*(Network Meta-Analysis,NMA)* 、多水平meta分析*("Multilevel" Meta-Analysis,MMA)* 、贝叶斯meta分析方法*(Bayesian Meta-Analysis,BMA)* 和结构方程模型 (Structural Equation Modeling,SEM) meta分析。该书为没有编程或统计背景的人提供一个易于操作的入门教程,每一章都是在前一章只是的基础上进行,逐渐增强读者使用R进行meta分析的理解和技能。

书籍地址:https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R/

笔者后续也会在公众号更新该书籍的教程和工具使用,有感兴趣的欢迎关注!

书籍目录及详细介绍

R语言基础与meta分析基础

  • R语言的安装、数据导入等基础知识

  • 效应大小的计算与汇总:介绍如何计算不同研究中的效应大小,并将合并成综合效应估计。

  • 森林图:森林图的绘制与美化。

  • 异质性诊断:介绍如何评估包含在meta分析中的研究之间的异质性。

  • 亚组分析与meta回归:讨论如何探索异质性的潜在来源与处理方法,包括亚组分析和meta回归的方法

森林图介绍

森林图2

漏斗图

异质性评估

亚组分析

meta回归

高级主题

高级主题括网状meta分析*(Network Meta-Analysis,NMA)* 、多水平meta分析*("Multilevel" Meta-Analysis,MMA)* 、贝叶斯meta分析方法*(Bayesian Meta-Analysis,BMA)* 和结构方程模型 (Structural Equation Modeling,SEM) meta分析

  1. Network Meta-Analysis

证据分布图

  1. Multilevel" Meta-Analysis

多水平meta

  1. Bayesian Meta-Analysis
  1. Structural Equation Modeling

有用工具

  1. Power Analysis

  2. Risk of Bias Plots

交通灯

相关推荐
大美B端工场-B端系统美颜师6 分钟前
定制化管理系统与通用管理系统,谁更胜一筹?
人工智能·信息可视化·数据挖掘·数据分析
西柚小萌新3 小时前
【深度学习:进阶篇】--2.1.多分类与TensorFlow
分类·数据挖掘·tensorflow
invincible_Tang10 小时前
R格式 (15届B) 高精度
开发语言·算法·r语言
KY_chenzhao11 小时前
基于R语言与MaxEnt的物种分布建模全流程解析:从算法优化到科研制图实战
r语言·maxent·气候变化·物种分布
tRNA做科研11 小时前
通过Bioconductor/BiocManager安装生物r包详解(问题汇总)
开发语言·r语言·生物信息学·bioconductor·biocmanager
Tiger Z11 小时前
R 语言科研绘图 --- 韦恩图-汇总
开发语言·程序人生·r语言·贴图
dundunmm14 小时前
【论文阅读】Self-Correcting Clustering
论文阅读·深度学习·数据挖掘·聚类
卑微小文18 小时前
消费金融用户画像构建:代理 IP 整合多维度信息
爬虫·数据挖掘·数据分析
橘猫云计算机设计20 小时前
基于ssm的食物营养成分数据分析平台设计与实现(源码+lw+部署文档+讲解),源码可白嫖!
后端·python·信息可视化·数据挖掘·数据分析·django·毕业设计
慕丹1 天前
虫洞数观系列三 | 数据分析全链路实践:Pandas清洗统计 + Navicat可视化呈现
python·mysql·数据挖掘·数据分析·pandas