元分析中的漏斗图，出版偏误的检验，数据框的行列数（R）

#object: 元分析的漏斗图的制作
#writer: mike1
#time:2020,11,17


#载入包
library("meta")
library("ggplot2")

#读取数据, R 语言应该可以读取带中文的路径
data <- read.csv("C:\Users\mike1\Desktop\大三人格与幸福感\data.csv",header=T,sep=',')

#查看数据框的列名，查看行名是rownames()
colnames(data)

#查看行列数的集中方法
dim(data)[0]
nrow(data)
ncol(data)
length(data[,1])



#计算被试总量
subSum <- sum(data[,'被试数'])
print(subSum)

#检验是否有缺失值
number <- sum(is.na.data.frame(data[,"内外倾"]))
print(number)

#使用metacor函数， sm的含义是将回归系数转换为fisher,然后在计算总的效应量
result <- metacor(cor=内外倾,n=被试数,data=data,sm="ZCOR")
print(result)

#计算出版偏误,这里是begg方法,这里自带图形
res2 <- metabias(result,method="rank",plotit=T)
print(res2)
#作图,注意这里的参数是原始模型，不是metabias
funnel(result)

检验的结果

> #计算出版偏误,这里是begg方法,这里自带图形
> res2 <- metabias(result,method="rank",plotit=T)
> print(res2)

Rank correlation test of funnel plot asymmetry

data: result
z = 0.88636, p-value = 0.3754                                                  这说明不显著，也就是没有出版偏误，虽然图并不好看
alternative hypothesis: asymmetry in funnel plot
sample estimates:
ks se.ks                                                                                    这是估计值与方差

76.0000 85.7441

漏斗图