1、2012/11/91元分析（Meta-analysis）席居哲元分析方法简介元分析的称名元分析（Meta-analysis）定量综述（Quantitative Review）研究综合（Study Synthesis）研究整合（Study Integration）但后几种称名远未“元分析”用得普遍元分析方法简介元分析自流行以来逐渐发展出三种方法Hedges & Olkin法(1985)将研究结果转化为标准差，对转化值进行齐性检验，使用连续或类别中介模型/式解释各研究之间的差异Rothental & Rubin法(1978, 1988)将各研究结果转化为标准正态矩阵，该矩阵包括显著性检验的Z值和F
2、isher的r-Z效应大小转化值，通过这些指标计算出加权平均值。这是最早的方法Hunter, Schmidt & Jackson法(1982)该法起源于组织心理学，与前两法相比，该方法不用矫正效应值的偏差，但计算起来更为复杂元分析法的要件一、评价指标显著性水平的统合显著性水平的参数有标准正态Z值、t值和p值，可以通过Fisher统合、Winner统合和Stouffer统合来进行，还可以通过平均效应值的置信区间来衡量。效应值（effect size）的统合通常有r值或Pearson product-moment相关系数、ZFisher或Fiher的r转换值、d值或Cohen的d值或Pearson
3、无偏估计d值。显著性水平的统合Fisher统合公式：p为各个研究单侧检验的概率，df=2元分析要统合的测验个数。此方法的优点是，比其它方法更为合适，一般不会有太大的失误。缺点是当大多数p=0.50时（即随机时），会产生与简单检验不一致的结果，最大的缺点是当两个相反的显著存在时，认为显著，在此情况宜慎用。Winner统合公式（对t值进行统合，独立样本）：df为元分析所研究的各个研究样本的自由度。要求：每个研究样本的容量大于或等于10，当df10时，接近正态分布。缺点是，不能对样本容量10的测验进行统合，而通常情况下，小于10的测验样本很少，因此，其缺点就不易体现出来了。Stouffer统合（把p
4、值转换为z值，而非t值）：N为统合的研究个数。优点：比较直接、易转化。 pxelog22 2/ dfdftZcNZZc效应值的统合 组间差异（group differences）（效应值，effect size） 相关关系（correlation relationships） 选择一个统一的标准 把各种统计值转化为r值 把各种统计值转化为d值21MMdSdxxd21nddaveragenrrnZZrr2012/11/92dfttr22)(errordfFFrnxr242ddrdftd2)(2errordfFd212rrd元分析法的要件二、概括性分析向心性（central tendency）指概
5、括化的结果，可由效应值的统合值、显著性水平的统合值以及平均效应值的置信区间来衡量变化性（variability）指与概括化结果的差异，可由效应值、显著性水平的分布广度或效应值的齐性检验来衡量预测性（prediction）指找到可以解释概括性结果变化性的中介变量，可由研究结果的离散性或连续性来衡量解释的问题（仅以d值为例） 关于d值 建立平均效应值的.99或.95的置信区间，看是否包围0（Sdx为d分布的标准差；SEx为d分布的标准误；n为进入元分析的研究个数）：求出平均效应值的置信区间，若区间内包含0，则说明研究之间存在着显著效应。 Cohen认为若d为2.，为小；若d为.5时，为中；若d为.
6、8时，为大 把平均效应值转化为图形来表示实验组与控制组重叠的程序，Cohen提供了一种用百分位数来表示实验组与控制组之间差异的方法（U3）nSdSExxxaverageSEororord )33.2:(65.1:)58.2:(96.1解释的问题关于d值的无偏估计d值是一个有些微偏差的效应估计值,应对其进行校正（Hedges, 1982），公式如下：d为未加权的效应值，w指元分析中每个研究的权重最好加权不加权的一块报告出来wwdd282dNw解释的问题选取的研究是否同质？齐性检验，公式（之一）：df=k-1，k为d的个数，若x2在.01水平显著，则可能不同质作散点图（scatter plot）
7、22)( ddwx 282dNw2012/11/93散点图示例元分析示例对元分析的评价优点元分析被视为对众多文献进行总结的有效方法，它常常可以得出更有力的结论，引发对某一问题的激烈争论尤其存在研究结果相悖的情况时，能够给出一个是值以确定变量之间关系性质及其大小，更尊重客观，结论更具推广意义元分析还可以运用于非文献分析的研究之中即使有时不能给出一个具体的量值，元分析的思想（准元分析）仍可以给研究者以启迪元分析的不足 元分析对各个研究结果有过于简单化的倾向，只集中于整体效应，对中间变量或交互效应没有给予充分的重视 有把“苹果”和“桔子”混杂之嫌 由于对研究进行组织处理的标准不同，偏差仍有存在的可能 “文件柜问题” 受文献数量影响 目前，并非所有的统计量皆可统合计算“数据分析是思考的手段，但不能代替思考”（Green & Hall）
