如何正确解释rma.uni输出?
我正试图使用metafor包中的rma.uni函数来估计渔具对我的丰度数据的影响。按照Sciberas et al.2018(DOI:10.1111/faf.12283)中发布的方法,我认为我正确使用了函数,但是,我不确定如何解释输出。 在函数中,如何正确解释rma.uni输出?,r,metafor,R,Metafor,我正试图使用metafor包中的rma.uni函数来估计渔具对我的丰度数据的影响。按照Sciberas et al.2018(DOI:10.1111/faf.12283)中发布的方法,我认为我正确使用了函数,但是,我不确定如何解释输出。 在函数中,c是对数响应比,var\u c是相关方差日志2(t+1)表示以天为单位的时间。 在我的数据中,gear是一个具有三个级别的因子:CD、QSD和KSD 由于我一般不熟悉模型,尤其是此类模型,因此我阅读了包括以下内容的在线文档: 因此,我知道输出中只需要显
c
是对数响应比,var\u c
是相关方差<代码>日志2(t+1)表示以天为单位的时间。
在我的数据中,gear
是一个具有三个级别的因子:CD、QSD和KSD
由于我一般不熟悉模型,尤其是此类模型,因此我阅读了包括以下内容的在线文档:
因此,我知道输出中只需要显示我的factorgear
中的两个级别
下面是我运行rma.uni函数时的输出。我的问题是:
- 如果gearCD在模型中被视为“参考”,那么这意味着gearKSD的影响比gearCD的积极性高0.14倍(我不知道如何形容),相反,gearQSD的破坏性高0.12倍
- 我应该如何解释gearKSD和gearQSD的PV值不重要这一事实?这是否意味着它们的截距与gearCD的截距没有显著差异?如果是,gearCD的截距是否与INTERPT的截距相同
- 你知道我如何为我的系数
齿轮的每一级获得一个截距值吗?我的目标是区分这三个档位的初始影响,因此每个档位有一个interpect是很有趣的
- 类似地,如果我有与log2(t+1)的交互项(例如
),那么解释截取的方式将非常简单gearKSD:log2(t+1)
rma.uni(c,var_c,mods=~gear+log2(t+1),data=data_AB,method="REML")
Mixed-Effects Model (k = 15; tau^2 estimator: REML)
tau^2 (estimated amount of residual heterogeneity): 0 (SE = 0.0097)
tau (square root of estimated tau^2 value): 0
I^2 (residual heterogeneity / unaccounted variability): 0.00%
H^2 (unaccounted variability / sampling variability): 1.00
R^2 (amount of heterogeneity accounted for): 100.00%
Test for Residual Heterogeneity:
QE(df = 11) = 7.5027, p-val = 0.7570
Test of Moderators (coefficients 2:4):
QM(df = 3) = 31.7446, p-val < .0001
Model Results:
estimate se zval pval ci.lb ci.ub
intrcpt -1.1145 0.1407 -7.9200 <.0001 -1.3904 -0.8387 ***
gearKSD 0.1488 0.1025 1.4517 0.1466 -0.0521 0.3497
gearQSD -0.1274 0.0916 -1.3919 0.1640 -0.3069 0.0520
log2(t + 1) 0.1007 0.0195 5.1626 <.0001 0.0625 0.1389 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
rma.uni(c,var_c,mods=~gear+log2(t+1),data=data_AB,method=“REML”)
混合效应模型(k=15;tau^2估计量:REML)
tau^2(剩余异质性的估计量):0(SE=0.0097)
tau(估计tau^2值的平方根):0
I^2(剩余异质性/未解释的变异性):0.00%
H^2(未计算的变异性/取样变异性):1.00
R^2(异质性占比):100.00%
剩余异质性测试:
QE(df=11)=7.5027,p-val=0.7570
慢化剂试验(系数2:4):
QM(df=3)=31.7446,p-val<.0001
模型结果:
估计se zval pval ci.lb ci.ub
intrcpt-1.1145 0.1407-7.9200您的问题更有可能在中得到很好的答案,因为它不是实际的编程问题。@MartinGal我不知道交叉验证,谢谢您让我知道!一些类似的问题可能已经存在,我会先检查一下,如果需要的话,把我的问题转移到那里。谢谢您的帮助:)这个问题在这里得到了回答:您的问题更有可能在上得到一个好答案,因为它不是实际的编程问题。@MartinGal我不知道交叉验证,谢谢您让我知道!一些类似的问题可能已经存在,我会先检查一下,如果需要的话,把我的问题转移到那里。感谢您的帮助:)此问题的答案如下: