是否有可能在元数据中获得R ^ 2值的置信区间？

Question

所以我试图运行带有相关性的元分析。 我可以运行代码。 但是想知道是否有可能获得R2值附近的置信区间。

boot.func <- function(data.boot) {

res <- try(rma(yi, vi, data=data.boot), silent=TRUE)

if (is.element("try-error", class(res))) {
NA
} else {
c(coef(res), vcov(res), res$tau2, res$se.tau2^2)
}

}

data.gen <- function(dat, mle) {
 data.frame(yi=rnorm(nrow(dat), mle$mu, sqrt(mle$tau2 + dat$vi)), vi=dat$vi)
}

set.seed(8781328)
res.boot <- boot(dat, boot.func, R=100, sim="parametric", ran.gen=data.gen, 
mle=list(mu=coef(res), tau2=res$R2))
res.boot

boot.ci(res.boot, type=c("norm", "basic", "stud", "perc"), index=3:4)

我尝试过这段代码，但似乎给出了非常不同的值。 此外，它似乎能够提供学生化的值，据我所知，这是不可能的，因为R2没有没有方差估计

res = rma.uni(dat$yi, dat$vi, mods = ~ dat$Age)

Answer 1

您尝试计算的统计数据，引导将在置信区间内为您提供。 即bootstrapping将为您提供一些统计值的估计值。 把这些数字都加起来。 '2.5％'和'97 .5％'箱子给出的值是95％置信区间的边界。 Efron说，在他的一本书中，你应该至少进行2500次自举，以获得可靠的置信区间。