目录
专题一、Meta分析的选题与文献计量分析CiteSpace应用
专题二、Meta分析与R语言数据清洗及相关应用
专题三、R语言Meta分析与精美作图
专题四、R语言Meta回归分析
专题五、R语言Meta诊断分析与进阶
专题六、R语言Meta分析的不确定性及贝叶斯应用
专题七、深度拓展机器学习在Meta分析中的应用
更多推荐
Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。
针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。
【特色】:
1、原理深入浅出的讲解，强调原理的重要性；
2、技巧方法讲解，提供课程配套的完整教材数据及提供长期回放；
3、与项目案例相结合，更好的对接实际工作应用；
4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；
5、专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑。
专题一、Meta分析的选题与文献计量分析CiteSpace应用
1、Meta分析的选题与文献检索
①什么是Meta分析
②Meta分析的选题策略
③文献检索数据库
④精确检索策略，如何检索全、检索准
⑤文献的管理与清洗，如何制定文献纳入排除标准
⑥文献数据获取技巧
⑦文献计量分析CiteSpace及研究热点分析
专题二、Meta分析与R语言数据清洗及相关应用
2、Meta分析的常用方法与R语言应用
①R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
②R语言基本操作
③R语言数据清洗方法
④R语言Meta分析常用包及相关插件讲解与实践
从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。
专题三、R语言Meta分析与精美作图
3、R语言Meta分析
①R语言Meta分析的流程
②各类meta效应值和累计效应值计算 连续资料的RR、MD与SMD 分类资料的RR和OR
③Meta亚组分析
④R语言图形可视化方法
⑤如何用ggplot2绘制漂亮的森林图
专题四、R语言Meta回归分析
4 、R语言Meta回归分析
①Meta回归统计分析理论及应用
②Meta回归和普通回归分析的异同
③固定效应与随机效应分析
④泡泡图（bubble）的绘制
专题五、R语言Meta诊断分析与进阶
5、R语言Meta诊断进阶
①Meta诊断分析（t2、I2、H2、Q等统计量）
②异质性检验
③敏感性分析
④偏倚分析
⑤风险分析
专题六、R语言Meta分析的不确定性及贝叶斯应用
6、R语言Meta分析的不确定性
①网状Meta分析
②贝叶斯理论
③R语言贝叶斯工具Stan、JAGS和brms
④贝叶斯Meta分析及不确定性分析
专题七、深度拓展机器学习在Meta分析中的应用
7、机器学习在Meta分析中的应用
⑤机器学习基础以及Meta机器学习的优势
⑥Meta加权随机森林（MetaForest）的使用
⑦使用Meta机器学习对文献中的大数据进行整合
⑧使用机器学习进行驱动因子分析
更多推荐
最新基于Citespace、vosviewer、R语言文献计量学可视化分析技术及全流程文献可视化SCI论文高效写作方法_WangYan2022的博客-CSDN博客通过文献计量学讲解、高效选题、数据库检索数据下载、软件使用等八个专题详细讲解，让学员系统全面的掌握文献计量学的基本理论和知识；熟练掌握Citespace和vosviewer及R语言文献可视化分析技术；最终实现从主题确定、数据分析绘图、文章框架与写作，全流程掌握一篇文献信息可视化分析报告（论文）的思路逻辑与技术方法。https://blog.csdn.net/WangYan2022/article/details/131889523?spm=1001.2014.3001.5502【高分论文密码】大尺度空间模拟预测和数字制图技术和不确定性分析_WangYan2022的博客-CSDN博客结合经典的例子讲解R语言在空间数据处理、管理以及可视化的操作，从空间数据计量、大尺度时间序列分析与突变检测、空间数据插值、空间数据建模、机器学习空间预测、多种机器学习集成技术、空间升、降尺度技术、空间模拟偏差订正技术、数据可视化、知识图谱等方面让您全方位掌握R语言大尺度空间数据分析模拟预测及可视化技术。
https://blog.csdn.net/WangYan2022/article/details/130800531?spm=1001.2014.3001.5502R语言混合效应（多水平/层次/嵌套）模型及贝叶斯实现_贝叶斯层级模型 r语言_WangYan2022的博客-CSDN博客分为复杂数据的回归及混合效应模型概述及数据探索；回归与混合效应模型，包括一般线性回归（lm）、广义线性回归（glm）；线性混合效应模型（lmm）及广义线性混合效应模型(glmm)；贝叶斯（brms）回归与混合效应模型；相关数据回归与混合效应模型及贝叶斯实现，包括嵌套数据、时间自相关数据，空间自相数据及系统发育数据分析；非线性数据回归分析及贝叶斯实现，包括广义可加（混合）模型和非线性（混合）模型等。_贝叶斯层级模型 r语言
https://blog.csdn.net/WangYan2022/article/details/127771551?spm=1001.2014.3001.5502R语言、Meta分析、MATLAB在生态环境领域里的应用_matlab和r语言_WangYan2022的博客-CSDN博客生态环境领域研究内容广泛，数据常多样而复杂。_matlab和r语言
https://blog.csdn.net/WangYan2022/article/details/126827508?spm=1001.2014.3001.5502R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶_WangYan2022的博客-CSDN博客针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。
https://blog.csdn.net/WangYan2022/article/details/130924289?spm=1001.2014.3001.5502
