'relevel' 仅适用于无序因素

如何解决'relevel' 仅适用于无序因素

library(pacman)
pacman::p_load(metafor,readxl,metaviz,MetaAnalyser,rio)
#library(readxl,rio)


#Effektstärke
Bor1 <- data.frame(read_excel("Borenstein_1.xls"))

Bor1 <- escalc(measure = "SMD",m1i=mw.t,m2i = mw.c,sd1i = sd.t,sd2i = sd.c,n1i= n.t,n2i= n.c,data= Bor1)


#Heterogenitätstests Fixed/Random-Effects / Test for heterogeneity
fe.mod <- rma(yi = yi,vi = vi,measure = "SMD",method = "FE",slab = Studie,data = Bor1)
forest(fe.mod,showweights = TRUE)

re.mod <- rma(yi = yi,method = "DL",data = Bor1)

forest(re.mod,showweights = TRUE)
confint(re.mod)
predict(re.mod)

#Integration mit kategorialer Variable / Integration categorical variable
Bor2 <- read.delim2("Borenstein_2.txt")
fe.all <- rma(yi=d,vi=var.d,measure="SMD",method="FE",slab=study,data=Bor2)
fe.A <- rma(yi=d,subset=group=="a",data=Bor2)

fe.B <- rma(yi=d,subset=group=="b",data=Bor2)

#Im Modell mit Kovariable: / Model with categorical variable
fe.mod <- rma(yi=d,mods= ~group,data=Bor2)
fe.mod

#Gruppe ‘a’ als Referenzgruppe: / Group a as reference
fe.mod <- rma(yi=d,mods= **~relevel(group,ref="b")**,data=Bor2)
re.mod <- rma(yi=d,method="DL",data=Bor2)


#Meta-Regression
bcg <- escalc(measure="RR",ai=tpos,bi=tneg,ci=cpos,di=cneg,digits=3,data=dat.bcg)
bcg[,-c(1,9)]

---

所以我应该用 R 编写元分析，但以前从未使用过 R。我有点不知所措。 除了组 a 下的 relevel 函数作为参考之外，上面的代码正在工作，我想在子组分析中更改参考组。所以我有a组和b组的研究，想改变参考组。 对于 relevel 函数，我收到以下错误：

relevel.default(group,ref = "b") 中的错误： 'relevel' 仅用于（无序）因子

抱歉，如果我发布了不必要的代码。我不确定。提前致谢。

解决方法

relevel() 函数仅适用于因子，但变量 group 不是因子，只是字符串/字符变量。因此，如果您想让 mods= ~ relevel(factor(group),ref="b") 级成为参考组，只需执行 b。