R broom metafor_tidiers 整理 rma 對象

Tidy 總結了有關模型組件的信息。模型組件可能是回歸中的單個項、單個假設、聚類或類。 tidy 所認為的模型組件的確切含義因模型而異，但通常是不言而喻的。如果模型具有多種不同類型的組件，您將需要指定要返回哪些組件。

用法

# S3 method for rma
tidy(
  x,
  conf.int = FALSE,
  conf.level = 0.95,
  exponentiate = FALSE,
  include_studies = FALSE,
  measure = "GEN",
  ...
)

參數

x

rma 對象，例如由 metafor::rma() 、 metafor::rma.uni() 、 metafor::rma.glmm() 、 metafor::rma.mh() 、 metafor::rma.mv() 或 metafor::rma.peto() 創建的對象。

conf.int

邏輯指示是否在整理的輸出中包含置信區間。默認為 FALSE 。

conf.level

用於置信區間的置信水平(如果 conf.int = TRUE )。必須嚴格大於 0 且小於 1。默認為 0.95，對應於 95% 的置信區間。

exponentiate

邏輯指示是否對係數估計值取冪。這對於邏輯回歸和多項回歸來說是典型的，但如果沒有 log 或 logit 鏈接，那麽這是一個壞主意。默認為 FALSE 。

include_studies

邏輯性強。個別研究是否應該包含在輸出中？默認為 FALSE 。

measure

測量類型。請參閱metafor::escalc()

...

附加參數。不曾用過。僅需要匹配通用簽名。注意：拚寫錯誤的參數將被吸收到 ... 中，並被忽略。如果拚寫錯誤的參數有默認值，則將使用默認值。例如，如果您傳遞 conf.lvel = 0.9 ，所有計算將使用 conf.level = 0.95 進行。這裏有兩個異常：

• tidy() 方法在提供 exponentiate 參數時會發出警告(如果該參數將被忽略)。

• augment() 方法在提供 newdata 參數時會發出警告(如果該參數將被忽略)。

值

帶有列的 tibble::tibble()：

conf.high

估計置信區間的上限。

conf.low

估計置信區間的下限。

estimate

回歸項的估計值。

p.value

與觀察到的統計量相關的兩側 p 值。

statistic

在回歸項非零的假設中使用的 T-statistic 的值。

std.error

回歸項的標準誤差。

term

個人研究的名稱

type

估計類型(總結與個別研究)

例子

# load libraries for models and data
library(metafor)

df <-
  escalc(
    measure = "RR",
    ai = tpos,
    bi = tneg,
    ci = cpos,
    di = cneg,
    data = dat.bcg
  )

meta_analysis <- rma(yi, vi, data = df, method = "EB")

tidy(meta_analysis)
#> # A tibble: 1 × 6
#>   term    type    estimate std.error statistic   p.value
#>   <chr>   <chr>      <dbl>     <dbl>     <dbl>     <dbl>
#> 1 overall summary   -0.715     0.181     -3.95 0.0000774