The metafor Package

A Meta-Analysis Package for R

User Tools

Site Tools

analyses:vanhouwelingen2002

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Last revisionBoth sides next revision
analyses:vanhouwelingen2002 [2021/11/08 15:13] – Wolfgang Viechtbaueranalyses:vanhouwelingen2002 [2022/08/03 11:23] – Wolfgang Viechtbauer
Line 51: Line 51:
 I^2 (total heterogeneity / total variability):   92.65% I^2 (total heterogeneity / total variability):   92.65%
 H^2 (total variability / sampling variability):  13.60 H^2 (total variability / sampling variability):  13.60
-                                                                                                                          + 
-Test for Heterogeneity:                                                                                                  +Test for Heterogeneity:
 Q(df = 12) = 163.1649, p-val < .0001 Q(df = 12) = 163.1649, p-val < .0001
  
 Model Results: Model Results:
  
-estimate      se      zval    pval    ci.lb    ci.ub  +estimate      se      zval    pval    ci.lb    ci.ub 
- -0.4361  0.0423  -10.3190  <.0001  -0.5190  -0.3533  *** + -0.4361  0.0423  -10.3190  <.0001  -0.5190  -0.3533  ***
  
 --- ---
Line 123: Line 123:
 </code> </code>
 <code output> <code output>
-       estimate   ci.lb   ci.ub  +       estimate   ci.lb   ci.ub 
-tau^2    0.3025  0.1151  0.8937  +tau^2    0.3025  0.1151  0.8937 
-tau      0.5500  0.3393  0.9454  +tau      0.5500  0.3393  0.9454 
-I^2(%)  91.2283 79.8303 96.8485 +I^2(%)  91.2283 79.8303 96.8485
 H^2     11.4003  4.9579 31.7310 H^2     11.4003  4.9579 31.7310
 </code> </code>
Line 282: Line 282:
 <code rsplus> <code rsplus>
 res <- rma.mv(yi, vi, mods = ~ group - 1, random = ~ group | trial, struct="UN", data=dat.long, method="ML") res <- rma.mv(yi, vi, mods = ~ group - 1, random = ~ group | trial, struct="UN", data=dat.long, method="ML")
-reg <- matreg(y=2, x=1, R=res$G, cov=TRUE, means=coef(res), n=res$g.levels.comb.k) +reg <- matreg(y=2, x=1, R=res$G, cov=TRUE, means=coef(res), n=res$g.levels.comb.k)
 reg reg
 </code> </code>
 <code output> <code output>
-         estimate      se     tval  df    pval    ci.lb    ci.ub  +         estimate      se     tval  df    pval    ci.lb    ci.ub 
-intrcpt   -1.8437  0.3265  -5.6477  11  0.0001  -2.5623  -1.1252  ***  +intrcpt   -1.8437  0.3265  -5.6477  11  0.0001  -2.5623  -1.1252  *** 
-CON        0.7300  0.0749   9.7467  11  <.0001   0.5651   0.8948  *** +CON        0.7300  0.0749   9.7467  11  <.0001   0.5651   0.8948  ***
  
 --- ---
analyses/vanhouwelingen2002.txt · Last modified: 2022/08/03 17:52 by Wolfgang Viechtbauer