Metareg command in stata forex

METAREG: o módulo Stata para realizar metaré de regressão de meta-análise executa meta-regressão de efeitos aleatórios em dados de resumo de nível de estudo. Esta é uma versão revisada do programa originalmente escrito por Stephen Sharp (STB-42, sbe23). As principais revisões envolvem melhorias nos métodos de estimativa 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 ao resultado, adicionamos uma opção para produzir um gráfico e incluímos suporte para o comando de previsão. Se você tiver problemas ao fazer o download de um arquivo, verifique se você possui o aplicativo apropriado para vê-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Seja paciente porque os arquivos podem ser grandes. Componente de software fornecido pelo Departamento de Economia do Boston College em sua série de Componentes de Software Estatístico com o número S446201. Ao solicitar uma correção, mencione o identificador desses itens: RePEc: boc: bocode: s446201. Veja informações gerais sobre como corrigir o material no RePEc. Para questões técnicas relativas a este item, ou para corrigir seus autores, títulos, resumo, informações bibliográficas ou de download, entre em contato: (Christopher F Baum) Se você é o autor deste item e ainda não está registrado no RePEc, encorajamos você a fazê-lo 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 presente no RePEc, mas o sistema não o fez, você pode ajudar com este formulário. Se você souber de itens faltantes citando este, você pode nos ajudar a criar esses links, adicionando as referências relevantes da mesma maneira que 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 citações em espera de confirmação. Observe que as correções podem levar algumas semanas para filtrar os vários serviços do RePEc. Mais serviços Siga as séries, revistas, autores aprofundar mais Novos artigos por e-mail Inscreva-se para novas adições ao RePEc Inscrição do autor Perfis públicos para pesquisadores de economia Vários rankings de pesquisa em campos relacionados à economia de amplificadores Quem foi um estudante de quem, usando RePEc RePEc Biblio Curated artigos amp Artigos sobre vários temas econômicos Carregar o seu papel para ser listado em RePEc e IDEIAS EconAcademics Blog agregador para pesquisa econômica Plágio Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de trabalho dedicada ao mercado de trabalho Fantasy League Fingir que você está no comando de uma economia Departamento de serviços do StL Fed Data, pesquisa, aplicativos mais do pacote de São Paulo FedThe Metafor Com base em algum código que escrevi como parte da minha pesquisa de dissertação, desenvolvi uma função chamada mima () que forneceu a funcionalidade básica para montagem fixa - e randommixed-effects (meta-regression) modelos. Em 2006, coloquei a função no meu site (juntamente com um breve tutorial) e foi apanhada por vários pesquisadores que usaram a função com êxito em várias meta-análises. No entanto, enquanto a função mima () forneceu a funcionalidade básica para o ajuste de modelos meta-analíticos padrão e a realização de análises de meta-regressão, o pacote metafor foi escrito em resposta a várias solicitações para expandir a função para um pacote completo para realizar meta-análises com Opções adicionais e funções de suporte. A função mima () é, portanto, agora obsoleta e foi removida do meu site. Várias tentativas foram feitas para validar as funções no pacote metafor. Antes de tudo, quando as análises correspondentes poderiam ser realizadas, comparei os resultados fornecidos pelo pacote metafor com os 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 em Stata (para mais detalhes sobre esses comandos, veja Sterne, 2009). Os resultados também foram comparados com os fornecidos pelo SAS usando o comando mix proc (para mais detalhes, veja van Houwelingen, Arends, amp Stijnen, 2002), pelo SPSS usando as macros desenvolvidas por David Wilson (Lipsey amp Wilson, 2001), pelo Pacotes de meta (CRAN Link) e rmeta (CRAN Link) em R, e por Metanálise abrangente. MetaWin. E o Gerente de Revisão da Colaboração Cochrane. 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 (o pressuposto é que esses resultados estão 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 modo que qualquer alteração no código que levaria a que esses exemplos se tornem não reprodutíveis seja automaticamente detectada. Em terceiro lugar, realizei extensos estudos de simulação para muitos dos métodos implementados no pacote para garantir que suas propriedades estatísticas sejam como seria de esperar, com base na teoria subjacente. Para dar um exemplo simples, sob os pressupostos de um modelo de efeitos iguais (ou seja, 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 ao simular aleatoriamente esses dados). Este é de fato o caso, fornecendo suporte para que a função rma () esteja funcionando adequadamente para esse cenário. Testes semelhantes foram realizados para os métodos mais intrincados no pacote. Também pode ser útil notar que existe agora uma base de usuários apreciável do pacote metafor (o artigo Viechtbauer (2010) descrevendo o pacote foi citado em mais de 1000 artigos. Muitas das quais são meta-análises aplicadas e documentos metodológicos estatísticos que têm Usou 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 por meu próprio tempo precioso. Através de algum trabalho colaborativo no software 039Open Meta-Analyst039 do Centro de Medicina Baseada em Evidências na Brown University. 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 recursos multicore à função profile. rma. mv (). No entanto, os desenvolvimentos futuros do pacote poderiam avançar muito mais rapidamente se houvesse financiamento adicional disponível. Se você tem conhecimento de quaisquer possibilidades de financiamento, sinta-se à vontade para me informar antes de tudo, 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. Journal of Statistical Software, 36 (3), 148. Por sinal, tente citar (quotmetaforquot) em R (este não é um comando específico para o pacote metafor, você pode tentar isso com outros nomes de pacotes e citação () irá dizer-lhe como Para citar o próprio R). Na verdade, há uma série de diferentes pacotes R disponíveis para realizar meta-análises. Felizmente, agora existe uma Visualização de Tarefas para Meta-Análise. Que fornece uma visão geral bem detalhada dos diferentes pacotes e suas capacidades. Perguntas técnicas Os 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 instalados pelas funções lm () e lme () assumem que as variações de amostragem são conhecidas apenas até uma constante de proporcionalidade. Portanto, estes são modelos diferentes dos usados ​​tipicamente em meta-análises. 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 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 serão alterados. 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 (ou seja, efeitos observados ou resultados) incluídos na meta-análise. As equações usadas no pacote metafor para calcular essas estatísticas são baseadas em definições mais gerais e têm a vantagem de que os valores de I2 e H2 serão consistentes com o valor estimado de tau2 (ou seja, se o chapéu 2 0, então I2 0 e H2 1 E se o chapéu 2 gt 0, então I2 gt 0 e H2 gt 1). Esses dois conjuntos de equações para I2 e H2 realmente coincidem ao usar o estimador DerSimonian-Laird de tau2 (ou seja, as equações comumente usadas são realmente 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 para Raudenbush (2009) para um exemplo disso. 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 o chapéu 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 os dois modelos que são conhecidos por serem aninhados. As funções escalc () e rma () oferecem a possibilidade de transformar proporções brutas e taxas de incidência com a transformação Freeman-Tukey (Freeman amp Tukey, 1950). Para proporções, isso também é às vezes chamado de transformação de arco duplo 039Freeman-Tukey039. 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 indica o tempo total de pessoa em risco. A variância de yi é 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 da 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 cerca de 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 Metanálise abrangente (CMA). Por padrão, o metafor não aplica nenhum ajuste às contagens de células em estudos com zero casos em qualquer grupo ao aplicar o método Mantel-Haenszel, enquanto outro software pode fazê-lo 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). Quantificando a 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). Meta-análise 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.), O manual de síntese e meta-análise da pesquisa (2ª edição, pp. 295315). Nova York: Russell Sage Foundation. Sterne, J. A. C. (Ed.) (2009). Meta-análise no Stata: uma coleção atualizada do Stata Journal. Stata Press, College Station, TX. Faq. txt Última modificação: 20170607 19:34 por Wolfgang Viechtbauer