Berechnung Schätzungen mit rma.glmm: Fehler, wenn die 2 Schätzungen identisch sind

Question

Ich verwende rma.glmm zu Meta-Proportionen aus 2 verschiedenen Studien. Zum Beispiel ist der Anteil der Personen mit (xi) und ohne (xii) ein unerwünschtes Ereignis auf 6 Monate:

library(metafor) 

#6 months 
study=c("1", "2") 
ni = c(41, 19) 
xi = c(26, 14) 
xii = c(15, 5) 
NP6monthAT <- data.frame(study, xi, xii, ni) 
res2 <- rma.glmm(measure="PLO", xi = xi, ni = ni, data = NP6monthAT) 
predict (res2, transf = transf.ilogit, digits=2) 
res2 <- rma.glmm(measure = "PLO", xi = xii, ni = ni, data = NP6monthAT) 
predict (res2, transf = transf.ilogit, digits=2) 

JEDOCH zufällig zu einem bestimmten Zeitpunkt, beiden Anteile in den zwei verschiedenen Populationen identisch sind (11.1 %) und ich erhalte eine Fehlermeldung:

#12 months 
study=c("1", "2") 
ni=c(81, 45) 
xi=c(9, 5) 
xii=c(72, 40) 
NNPNNP12monthAT<-data.frame(study, xi, xii, ni) 
res4<-rma.glmm(measure="PLO", xi=xi, ni=ni, data=NNPNNP12monthAT) 
predict(res4, transf=transf.ilogit, digits=2) 

Fehler bei rma.glmm (Takt = "PLO", xi = xi, ni = ni, data = NNPNNP12monthAT): Kann nicht ML-Modell passen.

Ich verstehe die Schätzung wird gleich 11,1 sein (wie es ist, was es in beiden Populationen ist) ... aber ich möchte die Ausgabe mit dem Konfidenzintervall, einen Ratschlag, was ich tun kann, um diese Informationen zu erhalten?

Answer 1

Das Problem ergibt sich aus lme4::glmer(), die dieses Modell passen verwendet wird:

> glmer(cbind(xi,ni-xi) ~ 1 + (1 | study), family=binomial, data=NNPNNP12monthAT) 
Error: Response is constant 

Es offensichtlich nicht zwischen-Studie Heterogenität sein kann, wenn die Log-Odds die gleichen über Studien sind. Eine einfache Lösung ist dann ein FE-Modell zu passen (da mit tau^2 gleich 0, das wäre, was Sie sowieso bekommen würden). Verwenden Sie also:

res4 <- rma.glmm(measure="PLO", xi=xi, ni=ni, data=NNPNNP12monthAT, method="FE")