[英]Summary() returns NaN values when I try to include a variable as linear in a glmm
[英]Summary measurement lost when adding mods to rma.glmm
此時此刻,我正在嘗試使用 metafor package 的 rma.glmm function 計算(調整后的)IRLM。
我的數據是 dataframe,如下所示:
head(data)
patient-years events age
1 180.0000 4 NA
2 116.2500 13 51.83
3 66.2500 6 48.00
4 423.6333 21 58.00
5 142.1783 7 53.20
6 1117.3167 72 59.90
計算 IRLM 的 function 工作正常:
y=rma.glmm(xi=events, ti=patent-years, data=data, measure="IRLN",method="ML")
並給我以下森林 plot:
metafor::forest.rma (y)
但是,當我想調整我的 model 時:
nh=rma.glmm(xi=events,ti=patient-years, data=datanh,
measure="IRLN", mods = ~ age , method="ML")
(其中年齡是數字向量)
匯總措施丟失
我已經嘗試了所有我能想到的,但真的不知道如何解決這個問題。 你有什么建議嗎?
當您將主持人添加到 model 時,不再有效果(或者更准確地說,隨機效果模型中的平均效果)。 然后,平均效果的大小取決於調節器的值。 森林 plot 中的灰色陰影多邊形反映了與納入研究的“年齡”值相對應的估計平均效應。
您可以使用predict()
function 計算特定年齡值的預測平均效果,即:
predict(nh, newmods = <age value>, transf=exp)
( transf=exp
以獲得指定年齡值的估計平均 IR)。
有些人可能會將研究中觀察到的年齡值的平均值代入並將其解釋為調整后的估計值。 人們可以爭論這一術語(“調整后的效果”)是否正確。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.