• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Consequences of effect size heterogeneity for meta-analysis: a Monte Carlo study
【2h】

Consequences of effect size heterogeneity for meta-analysis: a Monte Carlo study

机译：荟萃分析的效应量异质性的后果：蒙特卡洛研究

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article we use Monte Carlo analysis to assess the small sample behaviour of the OLS, the weighted least squares (WLS) and the mixed effects meta-estimators under several types of effect size heterogeneity, using the bias, the mean squared error and the size and power of the statistical tests as performance indicators. Specifically, we analyse the consequences of heterogeneity in effect size precision (heteroskedasticity) and of two types of random effect size variation, one where the variation holds for the entire sample, and one where only a subset of the sample of studies is affected. Our results show that the mixed effects estimator is to be preferred to the other two estimators in the first two situations, but that WLS outperforms OLS and mixed effects in the third situation. Our findings therefore show that, under circumstances that are quite common in practice, using the mixed effects estimator may be suboptimal and that the use of WLS is preferable. © Springer-Verlag 2010.
机译：在本文中，我们使用蒙特卡洛分析来评估OLS的小样本行为，加权最小二乘（WLS）和在几种类型的效应量异质性下的混合效应元估计量，使用偏差，均方误差和统计测试的大小和功效作为性能指标。具体来说，我们分析了效应大小精度（异方差）和两种随机效应大小变化的异质性，一种影响整个样本，而另一种仅影响研究样本的一部分。我们的结果表明，在前两种情况下，混合效果估计量比其他两个估计量要好，但是在第三种情况下，WLS优于OLS和混合效果。因此，我们的发现表明，在实践中非常普遍的情况下，使用混合效果估计量可能不是最佳选择，并且使用WLS是更可取的。 ©Springer-Verlag 2010。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

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