如何用R的metafor包通过固定效应模型合并亚组的均数与标准差？

核心思路 #

用metafor包的rma()函数可以直接得到固定效应模型下的合并均数，但合并标准差需要手动通过经典的方差合并公式计算——因为metafor默认输出的是合并均数的标准误，而非总体标准差。

具体步骤与代码示例 #

1. 加载包并准备数据

   library(metafor)
   
   # 示例数据：替换为你的实际亚组数据（均数、SD、样本量）
   dat <- data.frame(
     yi = c(10.2, 11.5, 9.8),  # 各亚组均数
     sd_i = c(2.1, 2.5, 1.9),  # 各亚组标准差
     n_i = c(50, 60, 45)       # 各亚组样本量
   )
   

2. 计算均数的标准误
   rma()的sei参数需要传入均数的标准误（而非原始SD），计算公式为：sei = SD / sqrt(样本量)

   dat$sei <- dat$sd_i / sqrt(dat$n_i)
   

3. 拟合固定效应模型，获取合并均数

   fe_model <- rma(yi = yi, sei = sei, method = "FE", data = dat)
   common_mean <- fe_model$b  # 提取合并均数
   

4. 手动计算合并标准差
   固定效应下，合并方差通过「组内平方和+组间平方和」除以总自由度得到，再开根号即为合并标准差：

   # 计算组内平方和
   ss_within <- sum((dat$n_i - 1) * dat$sd_i^2)
   # 计算组间平方和
   ss_between <- sum(dat$n_i * (dat$yi - common_mean)^2)
   # 总自由度 = 总样本量 - 亚组数量
   df_total <- sum(dat$n_i) - nrow(dat)
   # 合并方差与标准差
   common_var <- (ss_within + ss_between) / df_total
   common_sd <- sqrt(common_var)
   

5. 输出结果

   cat("合并均数：", round(common_mean, 2), "\n")
   cat("合并标准差：", round(common_sd, 2), "\n")
   

补充说明 #

• metafor的rma()主要聚焦效应量（如SMD、OR）的合并，因此未内置合并标准差的直接提取项，需手动按经典统计方法计算。
• 上述公式严格对应固定效应模型的合并逻辑，权重与rma()的固定效应权重一致。

内容的提问来源于stack exchange，提问作者san festein