是否有可能在元數據中獲得R ^ 2值的置信區間？

Question

所以我試圖運行帶有相關性的元分析。 我可以運行代碼。 但是想知道是否有可能獲得R2值附近的置信區間。

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)

我嘗試過這段代碼，但似乎給出了非常不同的值。 此外，它似乎能夠提供學生化的值，據我所知，這是不可能的，因為R2沒有沒有方差估計

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

Answer 1

您嘗試計算的統計數據，引導將在置信區間內為您提供。 即bootstrapping將為您提供一些統計值的估計值。 把這些數字都加起來。 '2.5％'和'97 .5％'箱子給出的值是95％置信區間的邊界。 Efron說，在他的一本書中，你應該至少進行2500次自舉，以獲得可靠的置信區間。