• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>統計数理 >生態学•進化生物学のメタ解析のための統計モデル
【24h】

生態学•進化生物学のメタ解析のための統計モデル

机译：生态学•进化生物学荟萃分析的统计模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

生態学•進化生物学の分野において，いまやメタ解析は多くの一次研究(primary study)を定量的に統合するもっとも有望な手法となっている.この手法はもともとは医学•社会科学の分野で発展してきたもので，それは固定効果(fixed effects)モデルやランダム効果(random effects)モデルなどの適用から始まった.メタ解析で扱うデータとは効果量の集まりであるが，生態学•進化生物学の分野ではこれらはより不均質(heterogeneous)かつ相互依存的(inter-dependent)であるという特徴を持つので，効果量間の独立を仮定している上にあげた従来的なメタ解析モデルでは，うまくあっかえない.生態学•進化生物学分野におけるメタ解析では，一次研究内での効果量の非独立性，あるいは対象となる生物種(species)間の系統学的な近縁性といつた非独立性(相関構造)をあっかわなければならないことが多い.これらの非独立性を扱うために提案されたメタ解析の統計モデルを紹介する.系統学的な比較法をくみこんだマルチレベルモデル，すなわち系統学的マルチレベルメタ解析は生態学•進化生物学分野で頻出するデータを解析するのに適している.またメタ解析の不均質性I~2とメタ回帰のR~2の概念についても検討する.メタ解析のモデルは発展しつつあるが，生態学•進化生物学分野ではその利用は進んでいない.この分野の研究者たちに対する実効性のある教育プログラムが必要である.%Meta-analysis is now the gold standard for quantitatively summarizing primary studies not only in medical and social sciences, but also in the field of ecology and evolution. Meta-analytic techniques have primarily been developed in medical arid social sciences where data sets(i.e. a collection of effect sizes)for meta-analysis are likely more homogeneous, and the data probably have less inter-dependence than those in ecology and evolution. Perhaps, because of this history, two original models of meta-analysis are not actually suitable for modeling data sets from the field of ecology and evolution; the two models are known as the fixed-effect and random effects meta-analysis, both of which assume independence among effect sizes. Meta-analyses in ecology and evolution often need to deal with two types of dependence(or correlated structures)in data:1)dependent effect sizes within studies, and 2)dependence due to phylogenetic relatedness among species. We review statistical models of meta-analysis, which have been proposed to resolve these two types of dependence. We show that multilevel modeling incorporating phylogenetic comparative methods(termed 'phylogenetic multilevel meta-analysis')can appropriately handle typical meta-analytic data in ecology and evolution. We also discuss the concepts of heterogeneity(as I~2)in meta-analysis and of R~2 in meta-rcgression analysis. Although statistical models suitable for ecological and evolutionary meta-analyses are now available, the use of such models are still limited. Effective educational programs are now required to introduce these suitable meta-analytic models to ecologists and evolutionary biologists.
机译：在生态学和进化生物学领域，荟萃分析现在是定量整合许多最初在医学和社会科学领域发展的基础研究的最有前途的方法。它从固定效应模型和随机效应模型开始应用，荟萃分析中处理的数据是效应量的集合，但是在本领域中，由于它们的特征是更加异构和相互依赖，因此上面给出的传统的荟萃分析模型不能很好地发挥作用，这种模型假定效应量之间具有独立性。生态学•在进化生物学领域的荟萃分析中，初步研究中效应大小的独立性，或目标物种与时间相关的非独立性之间的系统发育亲缘性。在许多情况下，必须处理独立性（相关结构），我们引入了针对这些非独立性提出的元分析统计模型，并采用了系统比较方法，换句话说，系统进化多层次元分析适用于分析生态学和进化生物学领域中经​​常发生的数据，也适用于荟萃分析的异质性I〜2和元回归R〜2的概念。元分析的模型正在发展中，但在生态学和进化生物学领域的应用尚不先进，需要为该领域的研究人员提供有效的教育计划。目前，分析已成为不仅对医学和社会科学，而且对生态学和进化领域的基础研究进行定量总结的金标准。元分析技术主要是在医学干旱社会科学中开发出来的，其中数据集（即数据集）荟萃分析的效应大小）可能更均一，并且数据的相互依存性可能不如生态学和进化学中的数据相互依赖。也许由于这一历史原因，两种原始的元分析模型实际上并不适合用于对生态学和进化论领域的数据集进行建模；这两个模型是已知的作为固定效应和随机效应的荟萃分析，两者都假设效应大小之间是独立的。生态学和进化论中的元分析通常需要处理数据中的两种依赖性（或相关结构）：1）依赖性效应大小我们审查了在研究中纳入系统发育比较方法（称为``系统进化多级元''）的多层次建模，以及2）由于物种之间的系统发育相关性而产生的依赖性。 -analysis'）可以适当地处理生态学和进化中的典型元分析数据。我们还讨论了元分析和R〜2 i中异质性（如I〜2）的概念。元回归分析：尽管有适用于生态和进化荟萃分析的统计模型，但仍可用，但仍需要有效的教育计划，以将这些合适的荟萃分析模型引入生态学家和进化生物学家。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号