r语言 - 我如何预测线性元回归中的一个调节变量?

Question

我已经在元for包中创建了一个线性元回归:

res <- rma(LnRR, sei=StdError, mods = ~ LVEF, data=HF_data)

我可以使用以下函数预测给定LVEF的LnRR:

predict(res, newmods = 50, transf = exp, addx = TRUE)

如何估计给定LnRR的LVEF ?

谢谢!

Answer 1

拟合模型就是yhat = b0 + b1 * x，所以如果你想知道x的什么值产生一个特定的预测值yhat，你可以计算(yhat - b0)/b1。可复制的示例:

> library(metafor)
> dat <- escalc(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat.bcg)
> res <- rma(yi, vi, mods = ~ ablat, data=dat)
> predict(res, newmod=30)
pred     se   ci.lb   ci.ub   pi.lb   pi.ub
-0.6216 0.1069 -0.8312 -0.4120 -1.2023 -0.0409
> (predict(res, newmod=30)$pred - coef(res)[[1]]) / coef(res)[[2]]
[1] 30