# 资源 这本书是由 Mathias Harrer 撰写的 Meta 分析的入门著作, 本书是开源的, 由 [DataSense](http://mlln.cn) 翻译而来. - [源码仓库](https://github.com/MathiasHarrer/Doing-Meta-Analysis-in-R) - [英文原版](https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R/) - [中文翻译版](#) - [中文原版+数据+markdown源码](https://t.zsxq.com/BRK4q) - [咨询+交流平台](https://wx.zsxq.com/group/88888188828842) # 欢迎! {-} --- 欢迎来到 **"在 R 中进行 Meta 分析:实战指南"** 的在线版本。 本书旨在作为关于如何在 _R_ 中进行 Meta 分析的简明易懂的入门指南。涵盖了 Meta 分析的关键步骤,包括合并效应量、森林图、异质性诊断、亚组分析、Meta 回归、控制发表偏倚的方法、偏倚风险评估和绘图工具。 本书还涵盖了高级但高度相关的主题,如网络 Meta 分析、多/三层 Meta 分析、贝叶斯 Meta 分析方法和 SEM Meta 分析。 本书中涉及的编程和统计背景知识保持在**非专家级别**。本书的**印刷版**已由 [Chapman & Hall/CRC Press](https://www.routledge.com/Doing-Meta-Analysis-with-R-A-Hands-On-Guide/Harrer-Cuijpers-Furukawa-Ebert/p/book/9780367610074) (Taylor & Francis) 出版。

## 开源代码库 {-} --- 本书是使用 [**{rmarkdown}**](https://rmarkdown.rstudio.com/docs/) 和 [**{bookdown}**](https://bookdown.org/) 构建的。公式使用 [MathJax](http://docs.mathjax.org/en/latest/index.html) 渲染。我们用于编译本指南的所有材料和源代码都可以在 **GitHub** 上找到。您可以自由地 Fork、分享和重用内容。但是,该存储库主要用作“只读”;一般不考虑 PR(有关联系我们的方式,请参见下面的章节和前言)。 [![GitHub followers](https://img.shields.io/badge/View Repository-100000?style=for-the-badge&logo=github&logoColor=white)](https://github.com/MathiasHarrer/Doing-Meta-Analysis-in-R)

## 如何使用本指南 {-} --- 本教程简要介绍了本指南,以及如何将其用于您自己的 Meta 分析项目。


## 贡献 {-} --- 本指南是一个开源项目,我们要特别感谢我们的专家贡献者,他们在本指南的某些章节中提供了其他内容。 * [**Luke A. McGuinness**](https://twitter.com/mcguinlu), 布里斯托大学:第 15 章,偏倚风险图。 想要自己为本指南做出贡献吗?请随时向 **Mathias** (mathias.harrer@fau.de) 发送电子邮件,告诉我们您提议添加的内容。

## 引用本指南 {-} --- 建议的引用是: ```{block, type='boxempty'} Harrer, M., Cuijpers, P., Furukawa, T.A., & Ebert, D.D. (2021). _Doing Meta-Analysis with R: A Hands-On Guide_. Boca Raton, FL and London: Chapman & Hall/CRC Press. ISBN 978-0-367-61007-4. ``` 下载参考文献为 [BibTeX](https://www.protectlab.org/meta-analysis-in-r/data/citation.bib) 或 [.ris](https://www.protectlab.org/meta-analysis-in-r/data/citation.ris)。

## 引用软件包 {-} --- 在本指南中,我们介绍并使用了各种 _R_ 软件包。我们所有人都可以免费使用这些软件包的原因是,世界各地的专家们为此投入了大量的时间和精力进行开发,而且通常是无偿的。如果您在自己的 Meta 分析中使用本书中提到的一些软件包,我们强烈建议您也在报告中引用它们。 在本指南中,每次引入一个新的软件包时,我们也会提供可以通过其引用的参考文献。也可以运行 `citation("package")` 来检索首选参考文献。谢谢!

```{r include=FALSE} # automatically create a bib database for R packages knitr::write_bib(c( .packages(), 'bookdown', 'knitr', 'rmarkdown' ), 'packages.bib') ```