元回归中效应量的最小个数需求:基于统计功效和估计精度 |
| |
引用本文: | 方俊燕,张敏强.元回归中效应量的最小个数需求:基于统计功效和估计精度[J].心理科学进展,2020,28(4):673-680. |
| |
作者姓名: | 方俊燕 张敏强 |
| |
作者单位: | 华南师范大学心理学院, 广州 510631 |
| |
基金项目: | 义务教育质量关键影响因素监测框架构建项目(538-670329) |
| |
摘 要: | 元回归模型被广泛应用于调节变量的识别。从元分析技术的原理谈起, 介绍了元回归模型, 然后采用蒙特卡洛模拟, 基于统计功效和估计精度探究效应量个数对元回归模型参数估计的影响, 从而确立效应量的最小个数需求。主要研究结果为:(1) Wald-type z检验方法在元回归中易犯I类错误; (2)为达到参数估计要求, 元回归至少需要20个效应量; (3)纳入合适的调节变量能降低对效应量的个数需求。基于研究结果, 提出以下建议:(1)研究者应慎重使用Wald-type z检验方法和CMA软件; (2)研究者至少需要20个效应量, 且应当根据实际情况进一步增加效应量个数; (3)研究者应当积极探索合适的调节变量; (4)未来审稿人可参考最小效应量个数需求对元回归研究进行质量评估。
|
关 键 词: | 元分析 元回归 效应量 最小个数需求 |
收稿时间: | 2019-08-09 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《心理科学进展》浏览原始摘要信息 |
| 点击此处可从《心理科学进展》下载免费的PDF全文 |
|