循证视角下的偏倚识别:基于Egger拓展模型的大数据元分析

证据综合是实现学术研究发现向实践指南制定转化的桥梁,元分析作为证据整合与转化工具,是循证体系建设的核心。然而,由于偏倚的存在,元分析结果的可靠性难以保障。针对循证研究过程中普遍存在的选择偏移和结果报告偏倚,本研究旨在围绕Egger等发展的模型,通过元回归对其加以拓展,并通过数学分解的方法对选择偏移和结果报告偏倚加以有效识别,从而发展出一种用于识别偏倚的新方法。在建立了精确的偏倚识别拓展模型的基础上,本研究使用一组经验研究数据,验证了拓展模型的合理性与科学性。本研究提出的拓展模型有效提高了Egger检验的效率,有助于提升元分析质量、构建和完善科学化的循证社会科学基础理论体系。

Meta分析方法在经济学中的发展及应用

Meta分析是一种基于已有研究进行系统分析的方法,在经济学领域,有关Meta分析的方法类文章大多只涉及Meta分析的一部分,未对其进行系统性的阐释,难以呈现Meta分析方法一般范式的全貌。因此,基于Meta分析方法在经济学中的具体应用以及Meta分析方法论文献的进展,从理论分析、数据搜集及数据处理、研究样本的异质性检验、发表偏倚识别、综合分析五个方面探讨该方法在经济学领域的一般应用范式,系统归纳了Meta分析方法在经济学中应用的整体架构和具体步骤,同时还强调了应用中需注意的问题及应用前景,这为经济学研究者应用此方法提供了方法论上的指导。