使用元回归的线性回归模型
元回归过程在效应大小与协变量之间构建线性回归模型。 目标或因变量充当效应大小; 预测变量是协变量，也称为主持人，记录为研究级别 (例如，研究位置，研究测试环境和药物管理方法)。 元回归的目标是探索和解释作为主持人函数的研究间异质性 (个体研究的真实效应大小的差异)。
要了解更多信息，请转至 Base Edition> Core Features> Meta Regression
涉及 II 型糖尿病用药的研究
进行了几项研究，以调查一种可帮助治疗 II 型糖尿病的但有争议的药物。 这种口服药物据称能够降低饭后的血糖水平。 1979 年至 1986 年从不同研究地点收集了数据。
分析人员希望通过计算效应大小，对数风险比和相应的方差，得出关于口腔医学效应的统计推断。 分析人员希望了解对数风险比的效应大小与主持人之间的关系 (长度 (应用药物的时间长度，以天计)) ，还希望探索基于主持人的研究间异质性可以在多大程度上进行解释。
原始数据在 glucose.sav 样本文件中收集。 已清除 glucose.sav 中的数据并将其存储在 glucose_length.sav 样本文件中。 请参阅主题 使用元回归的线性回归模型 以获取更多信息。