基于统计学角度:解读固定效应模型和随机效应模型

大多数的Meta分析都会用到固定效应模型和随机效应模型中的一种,固定效应模型假设所有的纳入研究拥有共同的真实效应量,而随机效应模型中的真实效应随纳入研究的不同而改变。运用的模型不同,所得到的合并后的效应量均数值也不相同,这不仅体现在效应量的均值上,更多的体现在每个纳入研究权重的分配上,本文主要目的是深度解剖两种模型以及两种模型的假设,区分其共同点和不同点,并通过两种模型计算每个研究所占的权重和合并后效应量的均数值,最后指出并比较其优缺点。

结构方程模型在Meta分析中的应用之固定效应模型

结构方程模型(structural equation modeling,SEM)是一种广泛应用于社会、心理、教育、行为科学研究领域的多元统计技术。基于结构方程模型的Meta分析(meta-analytic based on structural equation modeling,MASEM)是结合Meta分析和结构方程模型(structural equation modeling,SEM)的理念,综合相关矩阵或协方差矩阵并通过综合的相关矩阵或协方差矩阵拟合结构方程模型。二阶段结构方程模型法(two-stage structural equation modeling,TSSEM)可用来计算MASEM。本文通过假设所有研究总体相关矩阵相同,就采用TSSEM的固定效应模型来实现多变量Meta分析在metaSEM程序包中的运用作一简介。