Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。本教程针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。
点击查看原文
https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247539443&idx=1&sn=71cdfa3bf5f734eb1fa8bfd4feff1a73&chksm=ce64b018f913390e477b4e7ad6508425764baa25f864af6c276bb9ae9a7cb274d443e14a2821&token=1152897904&lang=zh_CN#rd
专题一
Meta分析的选题与文献计量分析CiteSpace应用
1、Meta分析的选题与文献检索
- 什么是Meta分析
- Meta分析的选题策略
- 文献检索数据库
- 精确检索策略，如何检索全、检索准
- 文献的管理与清洗，如何制定文献纳入排除标准
- 文献数据获取技巧
- 文献计量分析CiteSpace及研究热点分析
专题二
Meta分析与R语言数据清洗及相关应用
2、Meta分析的常用方法与R语言应用
- R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
- R语言基本操作
- R语言数据清洗方法
- R语言Meta分析常用包及相关插件讲解与实践
从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。
专题三
R语言Meta分析与精美作图
3、R语言Meta分析
- R语言Meta分析的流程
- 各类meta效应值和累计效应值计算
连续资料的RR、MD与SMD
分类资料的RR和OR
- Meta亚组分析
- R语言图形可视化方法
- 如何用ggplot2绘制漂亮的森林图
4 、R语言Meta回归分析
- Meta回归统计分析理论及应用
- Meta回归和普通回归分析的异同
- 固定效应与随机效应分析
- 泡泡图（bubble）的绘制
专题五
R语言Meta诊断分析与进阶
5、R语言Meta诊断进阶
- Meta诊断分析（t2、I2、H2、Q等统计量）
- 异质性检验
- 敏感性分析
- 偏倚分析
- 风险分析
专题六
R语言Meta分析的不确定性及贝叶斯应用
6、R语言Meta分析的不确定性
- 网状Meta分析
- 贝叶斯理论
- R语言贝叶斯工具Stan、JAGS和brms
- 贝叶斯Meta分析及不确定性分析
专题七
深度拓展机器学习在Meta分析中的应用
7 机器学习在Meta分析中的应用
- 机器学习基础以及Meta机器学习的优势
- Meta加权随机森林（MetaForest）的使用
- 使用Meta机器学习对文献中的大数据进行整合
- 使用机器学习进行驱动因子分析
R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现技术应用
R语言与作物模型（以DSSAT模型为例）融合应用
基于R语言结构方程模型分析与实践技术应用
R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析
R语言空间分析、模拟预测与可视化高级应用
如何利用python机器学习解决空间模拟与时间预测问题及经典案例
