Regression Stata中元回归和线性回归的区别？

我有一个关于元回归的问题。我正在使用变量“sumvariable”执行metareg，该变量的值可以是（0-6）。我想看看这个变量对死亡率有什么影响，用RD或or表示。 以下是我生成的代码：

gen or = (death1/nondeath1)/(death2/nondeath2)
gen logor = log(or)
gen selogor = sqrt((1/death1)+(1/nondeath1)+(1/death2)+(1/nondeath2))
gen rd = (death1/Npat1) - (death2/Npat2)
gen risk1= death1/Npat1
gen risk2= death2/Npat2
gen serd= sqrt(risk1*(1-risk1)/Npat1) + (risk2*(1-risk2)/Npat2)

当我为RD执行metareg时：“metareg RD sumvariable，wsse（serd）”我得到一个错误：不允许零或负wsse（）。因此，我在没有以下代码的情况下执行了新的metareg分析：

gen risk1= death1/Npat1
gen risk2= death2/Npat2
gen serd= sqrt(risk1*(1-risk1)/Npat1) + (risk2*(1-risk2)/Npat2)

然后metareg确实会给出一个输出，但是现在它的标准错误与我使用或作为结果执行metareg时的标准错误相同（请参见输出）。当我用相同的变量进行线性回归时，RD和OR之间的标准误差是不同的（正如您所期望的）。为什么metareg为OR和RD提供相同的SE

我使用类似SE获得的Stata输出： 在某些研究中，由于没有单元格，RD和OR之间的观察次数不同 当我使用CVA而不是死亡率（使用以下代码生成）执行metareg时，metareg确实为RD和OR提供了两种不同的SE：

gen or = (cerebro1/noncerebro1)/(cerebro2/noncerebro2)
gen logor = log(or)
gen selogor = sqrt((1/cerebro1)+(1/noncerebro1)+(1/cerebro2)+(1/noncerebro2))
gen rd = (cerebro1/Npat1) - (cerebro2/Npat2)

CVA的STATA输出：

---

你是如何计算RR和OR的SE的？metareg的效应大小应该（我相信）是log（OR）和log（RR）。欢迎Tessa，这似乎是一个特定于Stata（实际上是特定于metareg）的问题，所以我投票将其转移到StackOverflow（通常处理特定于Stata的问题）。我经常发现，直接给包作者写信，询问他们的附加包是很有用的（作为包作者，我自己经常考虑这样的问题）。Roger M.Harbord是当前版本的metareg的作者，他在metareg的帮助文件末尾提供了他的联系信息，这也表明您可能会发现直接与他联系很有成效。@Alexis-我不这么认为。Tessa正在使用metareg和Stata，但这不是一个与之相关的问题，而是一个与元回归相关的问题。@Alexis先前提出的观点似乎非常正确。这是对错代码的关注，对我来说似乎离题了。