AÇIKLANAN VARYANS ORANI – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
AÇIKLANAN VARYANS ORANI
Birincil çalışmalarda, bir ortak değişkenin etkisini tanımlamaya yönelik yaygın bir yaklaşım, o ortak değişken tarafından açıklanan varyans oranını bildirmektir. Bu indeks, R2, açıklanan varyansın toplam varyansa oranı olarak tanımlanır.
Bu indeks sezgiseldir çünkü 0 ila 1 aralığında bir oran olarak yorumlanabilir (veya %0 ila %100 aralığında bir yüzde olarak ifade edilebilir). Birçok araştırmacı bu indekse aşinadır ve farklı türdeki ortak değişkenler veya müdahalelerle açıklanabilecek varyans oranının ne kadar olduğu konusunda bir fikre sahiptir.
Bu indeks aşağıdaki nedenle doğrudan meta-analiz için uygulanamaz. Birincil bir çalışmada, bağımlı değişkendeki tüm varyasyonları açıklayan bir ortak değişken, hatayı sıfıra indirecektir (ve açıklanan varyans oranı olan R2, %100’e ulaşacaktır).
Örneğin, 10 katılımcılı bir birincil çalışmayı gösterir.
A grubundakilerin hepsi aynı puana (0,3) ve B grubundakilerin hepsi aynı puana (0,7) sahiptir. Her alt grup içindeki varyans 0.0 olduğundan, grup üyeliği orijinal varyansın %100’ünü açıklar ve R2 %100’dür. Gerçek bir çalışmada, elbette, gruplar arasında bazı farklılıklar olacaktır ve R2 %100’den az olacaktır, ancak R2’nin potansiyel olarak %100’e ulaşabileceği gerçeği, bu endeksi sezgisel yapan şeyin bir parçasıdır.
Buna karşılık, iki alt çalışma grubumuz varsa, bir meta-analizde ne olduğunu düşünün. Her alt grupta, alt grup A’daki her çalışma için 0.30’luk ve alt grup B’deki her çalışma için 0.70’lik gerçek bir özet etki (örneğin, standartlaştırılmış bir ortalama fark) ile beş çalışma olduğunu varsayıyoruz. Ancak, gerçek etki aynı olsa da kendi alt grubu içindeki her çalışma için, rastgele hata nedeniyle gözlemlenen etkiler birbirinden farklı olacaktır.
Böylece gruplar arasındaki varyans, gruplar arasındaki varyanstan daha küçük olmakla birlikte hiçbir zaman sıfıra yaklaşamaz. Çalışma içi hata, gözlemlenen toplam varyansın önemli bir kısmıysa (örneğin, %75), bu durumda R2’nin üst sınırı yalnızca %25 olacaktır. Dolayısıyla, indeksin iki önemli özelliği (%0 ile %100 arasında doğal bir ölçeğe sahip olması ve çalışmalar arasında aynı aralığa sahip olması) artık geçerli olmayacaktır.
R2 kullanımıyla ilgili sorun, bir meta-analizde çalışma düzeyinde ortak değişkenlerin yalnızca gerçek varyansı 2 (ve çalışma içi varyansı v’yi değil) ele alabilmesi gerçeği olduğundan, mantıksal çözüm R2’yi yeniden tanımlamaktır (veya bir yeni dizin) yalnızca gerçek varyansa dayalıdır. R2’yi ortak değişkenler tarafından açıklanan toplam varyansın oranı olarak tanımlamak yerine, onu ortak değişkenler tarafından açıklanan gerçek varyansın oranı olarak tanımlayacağız. Gerçek varyans T2 olarak tahmin edildiğinden, bu bize verir.
Faktör yük değeri nedir
AÇIMLAYICI ve doğrulayıcı faktör analizi
Açımlayıcı faktör analizi
Faktör analizi örnekleri
Açımlayıcı Faktör Analizi Nasıl yapılır
Faktör analizi PDF
Faktör yükü kaç olmalı
Faktör analizi yorumlama
Alt gruplar bağlamında, (19.59)’daki pay, alt gruplar içindeki çalışmalar arası varyanstır ve payda, çalışmalar arası toplam varyanstır (alt gruplar içi artı alt gruplar arası). Bu nedenle denklem yazılabilir.
Yürütülen örnekte, çalışmaların tamamı için T2 0,0299’du ve T2, alt gruplar içinde çalışılarak hesaplandı ve ardından alt gruplar arasında havuzlama 0,0097 idi.
Her bir çalışma alt grubunda ve ayrıca on çalışmanın tamamında gerçek etkilerin dağılımı için normal bir eğri oluşturduk. Gruplar içindeki nispeten dar dağılım, 0,0097’lik T2’ye dayanırken, gruplar arasındaki nispeten geniş dağılım, 0,0299’luk T2’ye dayanır ve R2 bu değişikliği yakalar.
Aynı fikir, Şekil 19.13’te başka bir perspektiften gösterilmektedir. En üst satırda, toplam varyansın %34’ü çalışmalar içindeydi ve %66’sı çalışmalar arasındaydı (bu aynı zamanda I2’nin tanımıdır). Çalışma içi varyans, çalışma düzeyindeki ortak değişkenlerle açıklanamaz ve bu nedenle denklemden çıkarılır ve gölgeli kısma odaklanırız. Sonuç olarak, müdahale türü ilgili varyansın %67’sini açıklayabilir ve %33’ünü açıklanamaz bırakır. Kritik olarak, sadece çalışmalar arasındaki varyansla ilgilendiğimiz için %67 ve %33 toplamı %100’dür.
Not 1. Popülasyonda R2 endeksi 0 ila 1 (%0 ila %100) aralığındayken, örnekleme hatasının bu aralığın dışında kalan gözlenen bir R2 değeri vermesi mümkündür. Bu durumda, değer 0 (%0) veya 1 (%100) olarak ayarlanır.
Not 2. R2 indeksi yalnızca, araştırmalar arası varyansın bazılarını açıklamayı düşünmemize izin veren bir rastgele etkiler modeli kullanıyorsak anlamlıdır. Sabit etki modeli altında, çalışmalar arası varyans sıfıra ayarlanır ve değiştirilemez. Ayrıca, burada R2’yi tahmin etmek için önerilen hesaplama modeli sadece 2’nin tüm alt gruplar için aynı olduğunu varsaydığımız durumda çalışır.
KARMA ETKİ MODELİ
Bu yazıdaki, etkinin tüm ilgili çalışmalarda (tüm popülasyon veya bir alt grup içinde) aynı (sabit) olduğu anlamına gelen sabit etki terimini kullandık.
Aslında, meta-analiz ile bağlantılı olarak sabit etki teriminin kullanımı, istatistikteki sabit etkilerin olağan anlamı ile çelişmektedir. Sabit etkili meta-analiz için daha uygun bir terim, ortak etkili bir meta-analiz olabilir. Sabit etkiler terimi geleneksel olarak farklı bir bağlamda başka bir bağlamda kullanılmaktadır. Somut olarak, alt grupların rastgele değil sabit anlamında sabit olduklarından bahsedebiliriz.
Örneğin, yalnızca erkekleri kaydeden bir çalışma alt grubu ile yalnızca kadınları kaydeden bir çalışma alt grubu için tedavi etkisini karşılaştırmak istiyorsak, o zaman alt grupların, bu analizi yapmak isteyen herkes anlamında sabit olduğunu varsayarız. aynı iki alt grubu (erkek ve kadın) kullanması gerekir. Buna karşılık, ülkelere göre alt grup çalışmaları varsa, o zaman alt grupları rastgele olarak ele almayı da tercih edebiliriz.
ABD, İngiltere, Japonya, Avustralya ve İsveç’teki çalışmaların alt grupları arasında bir rastgele etki varsayımı, aynı rastgele etki dağılımından geldiğini varsayarak, İsrail’deki bir çalışmada etkinin ne olabileceğini anlamamıza izin verecektir. Bu bölümde, alt grupları karşılaştırmakla ilgilendiğimizde, birinci türden bir varsayımda bulunduğumuzu varsayıyoruz; bu, bu karşılaştırmayı yapan herkesin aynı alt grup kümesini kullanması gerektiği anlamına da gelir.
AÇIMLAYICI ve doğrulayıcı faktör analizi Açımlayıcı faktör analizi Açımlayıcı Faktör Analizi Nasıl yapılır Faktör analizi örnekleri Faktör analizi PDF Faktör analizi yorumlama Faktör yük değeri nedir Faktör yükü kaç olmalı