Metareg in stata forex

METAREG: Módulo Stata para realizar metanálise de regressão metareg realiza meta-regressão de efeitos aleatórios em dados de resumo em nível de estudo. Esta é uma versão revisada do programa escrito originalmente por Stephen Sharp (STB-42, sbe23). As principais revisões envolvem melhorias nos métodos de estimação e a adição de uma opção para usar um teste de permutação para estimar valores de p, incluindo um ajuste para testes múltiplos. Também fizemos adições à saída, adicionamos uma opção para produzir um gráfico e incluímos suporte para o comando predict. Se você tiver problemas ao fazer o download de um arquivo, verifique se possui o aplicativo apropriado para visualizá-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Por favor, seja paciente, pois os arquivos podem ser grandes. Componente de software fornecido pelo Boston College Departamento de Economia em sua série Estatística Componentes de Software com o número S446201. Ao solicitar uma correção, mencione, por favor, estes itens handle: RePEc: boc: bocode: s446201. Veja informações gerais sobre como corrigir o material no RePEc. Para questões técnicas sobre este item, ou para corrigir seus autores, título, resumo, informações bibliográficas ou download, entre em contato: (Christopher F Baum) Se você é autor deste item e ainda não está registrado no RePEc, recomendamos que o faça aqui . Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item sobre o qual não temos certeza. Se as referências estiverem completamente ausentes, você pode adicioná-las usando este formulário. Se as referências completas listarem um item que está presente no RePEc, mas o sistema não tiver vinculado a ele, você pode ajudar com este formulário. Se você souber de itens ausentes citando este, você pode nos ajudar a criar esses links adicionando as referências relevantes da mesma maneira como acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia de citações em seu perfil, pois pode haver algumas citações esperando confirmação. Tenha em atenção que as correcções podem demorar algumas semanas para filtrar os vários serviços RePEc. Mais serviços Seguir séries, jornais, autores e mais Novos artigos por e-mail Subscrever novas adições ao RePEc Registro de autor Perfis públicos para pesquisadores de Economia Vários rankings de pesquisa em Economia e campos relacionados Quem foi um estudante de quem, usando RePEc Biblio Artigos curados amp Artigos em vários tópicos de economia Carregue seu artigo para ser listado em RePEc e IDEAS EconAcademics agregador de blogs para a pesquisa de economia Plágio Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de trabalho de trabalho dedicado ao mercado de trabalho Fantasy League Finja que está ao leme de uma economia Com base em algum código que eu escrevi como parte da minha pesquisa de dissertação, desenvolvi uma função chamada mima () que forneceu a funcionalidade básica para a fixação de fixo - e randommixed-efeitos (meta-regressão) modelos. Por volta de 2006, coloquei a função no meu site (junto com um breve tutorial) e foi pego por vários pesquisadores que usaram a função com sucesso em várias meta-análises. No entanto, enquanto a função mima () forneceu a funcionalidade básica para montagem de modelos meta-analíticos padrão e realização de análises de meta-regressão, o pacote metafor foi escrito em resposta a várias solicitações para expandir a função em um pacote completo para realizar metanálises com Opções adicionais e funções de suporte. A função mima () é agora obsoleta e foi removida do meu site. Várias tentativas foram feitas para validar as funções no pacote metafor. Em primeiro lugar, quando as análises correspondentes puderam ser realizadas, eu comparei os resultados fornecidos pelo pacote metafor com aqueles fornecidos por outros pacotes de software para vários conjuntos de dados. Em particular, os resultados foram comparados com os fornecidos pelo metan. Metareg. Metabias. E metatrim comandos em Stata (para obter mais detalhes sobre esses comandos, consulte Sterne, 2009). Os resultados também foram comparados com os fornecidos pelo SAS usando o comando proc mixed (para mais detalhes, ver van Houwelingen, Arends, amp Stijnen, 2002), pelo SPSS usando as macros desenvolvidas por David Wilson (Lipsey amp Wilson, 2001), pelo Meta (CRAN Link) e rmeta (CRAN Link) pacotes em R, e pela Comprehensive Meta-Analysis. MetaWin. E o Review Manager da Cochrane Collaboration. Os resultados concordaram completamente ou caíram dentro de uma margem de erro esperada ao usar métodos numéricos. Em segundo lugar, os resultados fornecidos pelo pacote metafor foram comparados com os resultados publicados descritos em artigos e livros (a suposição é que esses resultados são de fato corretos). Neste site, forneço uma série de exemplos de análise que você pode examinar. Todos esses exemplos (e alguns mais) também são encapsulados em testes automatizados usando o pacote testthat, de forma que quaisquer alterações no código que levaria a que esses exemplos se tornassem não reproduzíveis são automaticamente detectadas. Em terceiro lugar, tenho conduzido estudos de simulação extensiva para muitos dos métodos implementados no pacote para garantir que suas propriedades estatísticas são como seria de esperar com base na teoria subjacente. Para dar um exemplo simples, sob as suposições de um modelo de efeitos iguais (ie efeitos verdadeiros homogêneos, estimativas de tamanho de efeito normalmente distribuídas, variâncias de amostragem conhecidas), a taxa de rejeição empírica de H0: theta 0 deve ser nominal (dentro da margem de erro Seria de esperar quando simulando aleatoriamente tais dados). Este é de fato o caso, fornecendo suporte que a função rma () está funcionando adequadamente para esse cenário. Testes similares foram conduzidos para os métodos mais intrincados na embalagem. Também pode ser útil notar que existe agora uma base de utilizadores apreciável do pacote metafor (o artigo de Viechtbauer (2010) descrevendo o pacote foi citado em mais de 1000 artigos, muitos dos quais são meta-análises aplicadas e / ou artigos metodológicos estatísticos que têm Utilizado o pacote metafor como parte da pesquisa). Isso aumenta as chances de que algum erro seja detectado, relatado e corrigido. Finalmente, tornei-me muito proficiente em bater o Ballmer Peak. Para a maior parte, o desenvolvimento do pacote foi financiado através do meu próprio tempo precioso. Através de um trabalho colaborativo sobre o software 039Open Meta-Analyst039 do Centro de Medicina Baseada em Evidências da Brown University. Eu recebi algum financiamento como parte de um subcontrato em uma concessão. Além disso, Sandra Wilson e Mark Lipsey do Peabody Research Institute da Vanderbilt University forneceram financiamento para tornar o rma. mv () mais eficiente e para adicionar capacidades multicore à função profile. rma. mv (). No entanto, a evolução do pacote poderia prosseguir muito mais rapidamente se houvesse financiamento adicional disponível. Se você está ciente de quaisquer possibilidades de financiamento, sinta-se livre para me informar Em primeiro lugar, obrigado por tentar fazê-lo em primeiro lugar. A melhor maneira de citar o pacote é citar o seguinte artigo: Viechtbauer, W. (2010). Realização de meta-análises em R com o pacote metafor. By the way, tente citação (quotmetaforquot) em R (este não é um comando específico para o pacote metafor você pode tentar isso com outros nomes de pacotes e citation () irá dizer-lhe como Para citar o próprio R). Na verdade, existem vários pacotes R disponíveis para a realização de meta-análises. Felizmente, agora existe uma Visualização de Tarefas para Meta-Análise. Que fornece uma visão bastante completa dos diferentes pacotes e suas capacidades. Questões técnicas Modelos meta-analíticos padrão (como podem ser equipados com a função rma ()) assumem que as variâncias de amostragem são conhecidas. Por outro lado, os modelos montados pelas funções lm () e lme () assumem que as variâncias de amostragem são conhecidas apenas até uma constante de proporcionalidade. Portanto, estes são modelos diferentes dos normalmente utilizados nas metanálises. Para mais detalhes, escrevi uma comparação mais abrangente das funções rma () e lm () e lme (). Para os modelos de efeitos aleatórios, a estatística I2 é calculada com I2 100 vezes frac 2 2 s2, onde o chapéu 2 é o valor estimado de tau2 e s2 frac, onde wi é o inverso da variância da amostra do estudo i (s2 é uma equação 9 em Higgins amp Thompson, 2002, e pode ser considerado como a variância de estudo dentro dos estudos 039typical039 dos tamanhos ou resultados de efeitos observados). A estatística de H2 é calculada com H2 frac 2 s2. Equações análogas são usadas para modelos de efeitos mistos. Portanto, dependendo do estimador de tau2 usado, os valores de I2 e H2 mudarão. Para os modelos de efeitos aleatórios, I2 e H2 são frequentemente computados na prática com I2 100 vezes (Q - (k-1)) Q e H2 Q (k-1), onde Q indica a estatística para o teste de heterogeneidade e k o Número de estudos (ie efeitos observados ou resultados) incluídos na meta-análise. As equações utilizadas no pacote metafor para calcular estas estatísticas baseiam-se em definições mais gerais e têm a vantagem de que os valores de I2 e H2 serão consistentes com o valor estimado de tau2 (isto é, se hat 2 0, então I2 0 e H2 1 E se hat 2 gt 0, então I 2 gt 0 e H2 gt 1). Estes dois conjuntos de equações para I2 e H2 coincidem realmente quando se utiliza o estimador de LaSimoniano de tau2 (isto é, as equações mais utilizadas são, na realidade, casos especiais das definições mais gerais dadas acima). Portanto, se você preferir as definições mais convencionais dessas estatísticas, use methodquotDLquot ao montar o modelo de efeitos randommixed com a função rma (). Veja o exemplo de análise de Raudenbush (2009) para um exemplo disto. A estatística pseudo R2 (Raudenbush, 2009) é calculada com R2 frac 2 - hat 2 2, onde o chapéu 2 indica o valor estimado de tau2 com base no modelo de efeitos aleatórios (ou seja, a quantidade total de heterogeneidade) e o chapéu 2 indica a estimativa Valor de tau2 com base no modelo de efeitos mistos (ou seja, a quantidade residual de heterogeneidade). Pode acontecer que hat 2 lt hat 2, caso em que R2 é definido como zero. Novamente, o valor de R2 mudará dependendo do estimador de tau2 usado. Observe também que esta estatística é calculada somente quando o modelo de efeitos mistos inclui uma interceptação (de modo que o modelo de efeitos aleatórios é claramente aninhado no modelo de efeitos mistos). Você também pode usar a função anova. rma. uni () para calcular R2 para quaisquer dois modelos que são conhecidos como aninhados. As funções escalc () e rma () oferecem a possibilidade de transformar proporções brutas e taxas de incidência com a transformação de Freeman-Tukey (Freeman amp Tukey, 1950). Para as proporções, isso também é chamado às vezes de 039Freeman-Tukey dupla transformação do arcseno039. Para proporções, a transformação (measurequotPFTquot) é calculada com a equação yi 12 vezes (mbox (sqrt) mbox (sqrt)), onde xi denota o número de indivíduos que experimentam o evento de interesse e ni indica o número total de indivíduos (ou seja, amostra Tamanho). A variância de yi é então calculada com vi 1 (4ni 2). Para as taxas de incidência, a transformação (measurequotIRFTquot) é calculada com a equação yi 12 vezes (sqrt sqrt), onde xi denota o número total de eventos que ocorreram e ti denota o tempo total da pessoa em risco. A variância de yi é então calculada com vi 1 (4ti). Pode-se também encontrar definições dessas transformações sem a constante multiplicativa 12 (as equações para a variância devem então ser multiplicadas por 4). Uma vez que o 12 é apenas uma constante, não importa qual a definição que se usa (desde que se use a equação correta para a variância de amostragem). O pacote metafor usa as definições dadas acima, de modo que os valores obtidos a partir da transformação da aranha quadrada (angular) (measurequotPASquot) e da transformação de arco duplo de Freeman-Tukey (measurequotPFTquot) são aproximadamente da mesma magnitude (sem 12 multiplicadores, Os valores de PFT seriam aproximadamente duas vezes maiores). O mesmo se aplica às taxas de incidência transformadas de raiz quadrada (measurequotIRSquot) e as taxas transformadas de Freeman-Tukey (measurequotIRFTquot). Quando usado com as configurações padrão, a função rma. mh () no metafor pode de fato fornecer resultados diferentes dos obtidos com outros softwares meta-analíticos, como a função metan no Stata, o Review Manager (RevMan) da Cochrane Collaboration , Ou meta-análise abrangente (CMA). Por padrão, metafor não aplica quaisquer ajustes nas contagens de células em estudos com zero casos em qualquer grupo ao aplicar o método Mantel-Haenszel, enquanto outros softwares podem fazer isso automaticamente. Para mais detalhes, dê uma olhada na comparação do método Mantel-Haenszel em diferentes softwares e quais configurações usar para fazer metafor fornecem exatamente os mesmos resultados que outros softwares. Referências Freeman, M. F. amp. Tukey, J. W. (1950). Transformações relacionadas à raiz angular e quadrada. Annals of Mathematical Statistics, 21 (4), 607611. Higgins, J. P. T. amp Thompson, S. G. (2002). Quantificação da heterogeneidade em uma meta-análise. Statistics in Medicine, 21 (11), 15391558. van Houwelingen, H. C. Arends, L. R. amp Stijnen, T. (2002). Métodos avançados em meta-análise: abordagem multivariada e meta-regressão. Statistics in Medicine, 21 (4), 589624. Lipsey, M. W. amp Wilson, D. B. (2001). Metanálise prática. Sage, Thousand Oaks, CA. Raudenbush, S. W. (2009). Analisando tamanhos de efeitos: Modelos de efeitos aleatórios. Em H. Cooper, L. V. Hedges, amp. J. C. Valentine (Eds.), The handbook of research synthesis and meta-analysis (2a ed., Pp. 295315). Nova Iorque: Fundação Russell Sage. Sterne, J. A. C. (Ed.) (2009). Meta-análise em Stata: Uma coleção atualizada do Stata Journal. Stata Press, College Station, TX. Faq. txt Última modificação: 20160607 19:34 por Wolfgang Viechtbauer