目錄

專題一 Meta分析的選題與文獻(xiàn)計量分析CiteSpace應(yīng)用

專題二 Meta分析與R語言數(shù)據(jù)清洗及相關(guān)應(yīng)用

專題三 R語言Meta分析與精美作圖

專題四 R語言Meta回歸分析

專題五 R語言Meta診斷分析與進(jìn)階

專題六 R語言Meta分析的不確定性及貝葉斯應(yīng)用

專題七 深度拓展機(jī)器學(xué)習(xí)在Meta分析中的應(yīng)用

更多模型

Meta分析是針對某一科研問題，根據(jù)明確的搜索策略、選擇篩選文獻(xiàn)標(biāo)準(zhǔn)、采用嚴(yán)格的評價方法，對來源不同的研究成果進(jìn)行收集、合并及定量統(tǒng)計分析的方法，最早出現(xiàn)于“循證醫(yī)學(xué)”，現(xiàn)已廣泛應(yīng)用于農(nóng)林生態(tài)，資源環(huán)境等方面。R語言擁有完整有效的數(shù)據(jù)處理、統(tǒng)計分析與保存機(jī)制，可以對數(shù)據(jù)直接進(jìn)行分析和顯示，命令格式簡單、結(jié)果可讀性強(qiáng)，包含眾多針對Meta分析軟件包，是進(jìn)行Meta整合分析及評價的有效平臺。本教程針對Meta分析原理、公式、操作步驟及結(jié)果分析，進(jìn)階應(yīng)用進(jìn)行詳細(xì)解析，結(jié)合多個例子，熟練掌握Meta分析全流程和不確定性分析，并結(jié)合機(jī)器學(xué)習(xí)等方法講解Meta分析在文獻(xiàn)大數(shù)據(jù)的延伸應(yīng)用。

專題一 Meta分析的選題與文獻(xiàn)計量分析CiteSpace應(yīng)用

1)什么是Meta分析
2)Meta分析的選題策略
3)文獻(xiàn)檢索數(shù)據(jù)庫
4)精確檢索策略，如何檢索全、檢索準(zhǔn)
5)文獻(xiàn)的管理與清洗，如何制定文獻(xiàn)納入排除標(biāo)準(zhǔn)
6)文獻(xiàn)數(shù)據(jù)獲取技巧
7)文獻(xiàn)計量分析CiteSpace及研究熱點分析

專題二 Meta分析與R語言數(shù)據(jù)清洗及相關(guān)應(yīng)用

1)R語言做Meta分析的優(yōu)勢及其《Nature》、《Science》經(jīng)典案例應(yīng)用
2)R語言基本操作
3)R語言數(shù)據(jù)清洗方法
4)R語言Meta分析常用包及相關(guān)插件講解與實踐

從自編程計算到調(diào)用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何進(jìn)行meta計算、meta診斷、貝葉斯meta、網(wǎng)狀meta、亞組分析、meta回歸及作圖。

專題三 R語言Meta分析與精美作圖

1）R語言Meta分析的流程
2）各類meta效應(yīng)值和累計效應(yīng)值計算
連續(xù)資料的RR、MD與SMD
分類資料的RR和OR
3）Meta亞組分析
4）R語言圖形可視化方法
5）如何用ggplot2繪制漂亮的森林圖

專題四 R語言Meta回歸分析

1)Meta回歸統(tǒng)計分析理論及應(yīng)用
2)Meta回歸和普通回歸分析的異同
3)固定效應(yīng)與隨機(jī)效應(yīng)分析
4)泡泡圖（bubble）的繪制

專題五 R語言Meta診斷分析與進(jìn)階

1)Meta診斷分析（t2、I2、H2、Q等統(tǒng)計量）
2)異質(zhì)性檢驗
3)敏感性分析
4)偏倚分析
5)風(fēng)險分析

?

專題六 R語言Meta分析的不確定性及貝葉斯應(yīng)用

1)網(wǎng)狀Meta分析
2)貝葉斯理論
3)R語言貝葉斯工具Stan、JAGS和brms
4)貝葉斯Meta分析及不確定性分析

專題七 深度拓展機(jī)器學(xué)習(xí)在Meta分析中的應(yīng)用

5)機(jī)器學(xué)習(xí)基礎(chǔ)以及Meta機(jī)器學(xué)習(xí)的優(yōu)勢
6)Meta加權(quán)隨機(jī)森林（MetaForest）的使用
7)使用Meta機(jī)器學(xué)習(xí)對文獻(xiàn)中的大數(shù)據(jù)進(jìn)行整合
8)使用機(jī)器學(xué)習(xí)進(jìn)行驅(qū)動因子分析

更多模型

●基于R語言的Copula變量相關(guān)性分析及應(yīng)用
●基于R語言結(jié)構(gòu)方程模型分析與實踐技術(shù)應(yīng)用
●R語言結(jié)構(gòu)方程模型（SEM）在生態(tài)學(xué)領(lǐng)域中的實踐應(yīng)用
●基于R語言的分位數(shù)回歸實踐技術(shù)高級應(yīng)用
●R語言地理空間分析、可視化及模型預(yù)測實踐
●基于R語言的Meta分析【全流程、不確定性分析】方法與Meta機(jī)器學(xué)習(xí)高級應(yīng)用
●基于R語言的貝葉斯網(wǎng)絡(luò)模型的實踐技術(shù)應(yīng)用
●基于R語言貝葉斯進(jìn)階:INLA下的貝葉斯回歸\生存分析\隨機(jī)游走、廣義可加模型\極端數(shù)據(jù)的貝葉斯分析
●基于R語言的現(xiàn)代貝葉斯統(tǒng)計學(xué)方法（貝葉斯參數(shù)估計、貝葉斯回歸、貝葉斯計算）實踐技術(shù)
●基于Citespace和vosviewer的文獻(xiàn)信息可視化分析技術(shù)
●基于R語言地理加權(quán)回歸、主成分分析、判別分析等空間異質(zhì)性數(shù)據(jù)分析
●R語言回歸及混合效應(yīng)（多水平/層次/嵌套）模型應(yīng)用及貝葉斯實現(xiàn)
●R語言數(shù)據(jù)統(tǒng)計分析與ggplot2高級繪圖實踐應(yīng)用文章來源地址http://www.zghlxwxcb.cn/news/detail-467300.html

到了這里，關(guān)于R-Meta分析與【文獻(xiàn)計量分析、貝葉斯、機(jī)器學(xué)習(xí)等】多技術(shù)融合實踐與拓展進(jìn)階的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！