pimeta: an R package of prediction intervals for random-effects meta-analysis
pimeta：随机效应元分析预测区间的 R 包AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论随机效应元分析的预测区间与软件实现，未明确涉及因果识别、面板模型或其他给定领域。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
pimeta：随机效应元分析预测区间的 R 包
- 研究问题
- 当纳入研究数量较少或中等时，如何改善随机效应元分析预测区间的覆盖率，并便捷展示跨研究效应异质性？
- 方法与思路
- 作者概述近期预测区间方法，借助 pimeta R 包提供多类数据的代码示例和图形工具，以支持实际元分析。
- 材料陈述的贡献
- 摘要称软件实现改善预测区间准确性的方法，并提供易读示例及可视化，帮助使用者应用相关方法分析不同类型数据。
- 阅读关注点
- 应核对软件实现了哪些区间方法、各自适用条件，以及少量研究下覆盖率、区间宽度与异质性估计的关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未给出覆盖率数值，软件收录及当前状态也未在本任务核验。
原文摘要
The prediction interval is gaining prominence in meta-analysis as it enables the assessment of uncertainties in treatment effects and heterogeneity between studies. However, coverage probabilities of the current standard method for constructing prediction intervals cannot retain their nominal levels in general, particularly when the number of synthesized studies is moderate or small, because their validities depend on large sample approximations. Recently, several methods have developed been to address this issue. This paper briefly summarizes the recent developments in methods of prediction intervals and provides readable examples using R for multiple types of data with simple code. The pimeta package is an R package that provides these improved methods to calculate accurate prediction intervals and graphical tools to illustrate these results. The pimeta package is listed in ``CRAN Task View: Meta-Analysis.'' The analysis is easily performed in R using a series of R packages.