আপনি পি-মানগুলির মাধ্যমে স্ট্যান্ডার্ড ত্রুটিগুলি আনুমানিক / গণনা করতে পারেন। প্রথমে দ্বিমুখী পি-মানগুলিকে ২ দিয়ে ভাগ করে একতরফা পি-মানগুলিতে রূপান্তর করুন So সুতরাং আপনি এবং । তারপরে এই পি-মানগুলিকে সংশ্লিষ্ট z- মানগুলিতে রূপান্তর করুন। জন্য এটি এবং জন্য এটি (এগুলি নেতিবাচক, যেহেতু প্রতিকূল অনুপাত 1 এর নীচে রয়েছে)। এই জেড-মানগুলি প্রকৃত ত্রুটিযুক্ত (যেমন, ) দ্বারা বিভক্ত প্রতিকূল অনুপাতগুলির লগ গ্রহণ করে নির্ধারিত পরীক্ষার পরিসংখ্যান । সুতরাং, এটি অনুসরণ করে যে , যাপি = .0115পি = .007পি =.0115z- র= - 2.273পি = .007z- র= - 2.457z- র= l ও জি( ও আর ) / এসইএসই= l ও জি( ও আর ) / জেডএসই= 0.071প্রথম জন্য এবং জন্য।এসই= .038
এখন আপনার কাছে একটি মেটা-বিশ্লেষণ করার মতো সমস্ত কিছুই রয়েছে। মেটাফোর প্যাকেজ ব্যবহার করে আপনি কীভাবে আর এর সাথে গণনা করতে পারবেন তা আমি বর্ণনা করব:
library(metafor)
yi <- log(c(.85, .91)) ### the log odds ratios
sei <- c(0.071, .038) ### the corresponding standard errors
res <- rma(yi=yi, sei=sei) ### fit a random-effects model to these data
res
Random-Effects Model (k = 2; tau^2 estimator: REML)
tau^2 (estimate of total amount of heterogeneity): 0 (SE = 0.0046)
tau (sqrt of the estimate of total heterogeneity): 0
I^2 (% of total variability due to heterogeneity): 0.00%
H^2 (total variability / within-study variance): 1.00
Test for Heterogeneity:
Q(df = 1) = 0.7174, p-val = 0.3970
Model Results:
estimate se zval pval ci.lb ci.ub
-0.1095 0.0335 -3.2683 0.0011 -0.1752 -0.0438 **
নোট করুন মেটা-বিশ্লেষণ লগ প্রতিক্রিয়া অনুপাত ব্যবহার করে করা হয়। সুতরাং, হ'ল এই দুটি সমীক্ষার উপর ভিত্তি করে লগ অনুপাত। আসুন এটিকে একটি প্রতিকূল অনুপাতে রূপান্তর করুন:- 0.1095
predict(res, transf=exp, digits=2)
pred se ci.lb ci.ub cr.lb cr.ub
0.90 NA 0.84 0.96 0.84 0.96
সুতরাং, 95% সিআই: .84 থেকে .96 এর সাথে পুলের বৈষম্যের অনুপাতটি .90।