Rastgele Etki Modellerinin Doğruluğu – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Farklı Rastgele Etki Modellerinin Doğruluğu
Sosyal psikolojide ve diğer G/Ç dışı alanlarda meta-analiz yürüten çok az araştırmacının Hedges-Olkin rastgele etki modellerini kullanmasının bir nedeni, Hedges ve Olkin’in (1985) kitabının sabit etki modellerini daha eksiksiz geliştirmesidir. rastgele-etki modelleri. Ancak son zamanlarda, rastgele etkiler modellerinin daha eksiksiz bir geliştirmesini ve tartışmasını sundular. Bu, Hedges-Vevea (1998) ve Hunter-Schmidt (1990a) rastgele etki modellerinin doğruluğunu karşılaştırmaya ilgi uyandırdı.
Field (2001), ρ ̄ tahmininde Hedges-Vevea (H-V) ve Hunter-Schmidt (H-S) rastgele etki modellerinin doğruluğunu karşılaştırdı. (Garip bir şekilde Field, SDρ tahminlerini hesaplamadı veya karşılaştırmadı, Raju-Burke modellerini veya Callender-Osburn modelini dahil etmedi veya karşılaştırmadı.) Çalışmalar homojen olduğunda (yani, SDρ = 0), iki modeller, ρ ̄ tahmininde benzer doğruluğa sahipti. Bununla birlikte, çalışmalar heterojen olduğunda (örneğin, SDρ > 0), H-V modelinin ρ ̄’yi genellikle önemli miktarlarda fazla tahmin ettiğini, H-S yönteminin ise bu değerleri biraz hafife aldığını buldu.
Örneğin, gerçek ortalama .30 olduğunda, H-V tahminleri .40 ile .43 arasında değişirken, H-S tahminlerinin tamamı .29 idi (tüm tahminler iki haneye yuvarlanmıştır). Gerçek ortalama .50 olduğunda, H-V tahminleri .64 ile .71 arasında değişirken, H-S tahminleri .47 ile .49 arasında değişiyordu. H-V modeli tarafından üretilen fazla tahmin, H-S modeli tarafından üretilen eksik tahminden çok daha büyüktü.
H-V modeli tarafından üretilen fazla tahminin, Fisher’s z dönüşümünün kullanılmasıyla indüklenen önyargılardan kaynaklandığına inanıyoruz. Alan da bu sonuca vardı. Bizim prosedürlerimiz (Raju-Burke ve Callender-Osburn modellerinde olduğu gibi) Fisher’in z dönüşümünü kullanmaz. Tüm hesaplamalar doğrudan korelasyon katsayıları üzerinde yapılır.
Hall ve Brannick (2002) ayrıca H-V (1998) ve H-S (1990a) rastgele etki modellerini karşılaştırmak için bilgisayar simülasyonunu kullandı. Field gibi onlar da Raju-Burke veya Callender-Osburn rastgele efekt modellerini incelemediler. Ancak Hall ve Brannick, ρ ̄ tahminlerine ek olarak SDρ tahminlerinin doğruluğunu da inceledi. H-V yöntemi SDρ’yı Fisher’s z birimlerinde tahmin ettiğinden ve Fisher’s z SD tahminini korelasyon birimlerine dönüştürmenin bir yolu olmadığından, iki yöntemi doğrudan SDρ değerleri yerine güvenilirlik aralıkları temelinde karşılaştırdılar.
Fisher’in z güvenilirlik aralıklarının uç noktalarını korelasyon birimlerine geri dönüştürerek H-V yöntemi için korelasyon birimlerinde güvenilirlik aralıkları ürettiler. Ayrıca, artefaktların korelasyonları azalttığı ve örnekleme hatasından başka hiçbir artefakt bulunmadığının varsayıldığı durumları da ayrı ayrı incelediler (yani, mükemmel ölçüm ve aralık kısıtlaması olmadığı varsayıldı). (Alan çalışması, aksine, örnekleme hatasının ötesinde herhangi bir eseri incelemedi.)
Sayısal arazi modeli nedir
Sayısal Arazi Modeli Ders Notları
Sayısal yükseklik Modeli nedir
Veri seti analizi
Sınıflandırma metrikleri
Veri seti Örnekleri
Makine Öğrenmesi için veri seti
Veri sitesi
Hall ve Brannick (2002), çalışmaların homojen veya heterojen olmasına bakılmaksızın, örnekleme hatası dışında herhangi bir artefakt olmadığında, HV yönteminin ρ ̄ değerlerini olduğundan fazla tahmin etme eğiliminde olduğunu, HS modelinin ise küçük eksik tahminler ürettiğini bulmuşlardır. Field’in bulgularına benzer bulgular.
Bununla birlikte, ölçüm hatası ve menzil kısıtlaması mevcut olduğunda, H-V modeli ρ ̄ için çok büyük eksik tahminler üretti – beklendiği gibi, çünkü bu model bu artefaktların etkilerini düzeltmenin hiçbir yolunu içermiyor. Hall ve Brannick, H-V modeline H-S artefakt düzeltme yöntemlerini ekledi ve ardından bu modeli yeniden değerlendirdi. Üzerine aşılanan H-S artefakt düzeltme yöntemleri ile H-V modelinin doğruluğu çok daha iyi hale getirildi.
Bununla birlikte, yapay olmayan durumda olduğu kadar büyük bir yüzdeyle olmasa da, yine de ρ ̄ değerini fazla tahmin etme eğilimindeydi. H-S modelinin genellikle H-V modelinden daha doğru olduğu sonucuna varmışlardır.
Hall ve Brannick’in (2002) önemli bir bulgusu, iki yöntemle üretilen güvenilirlik aralıklarıyla ilgiliydi. Hall ve Brannick, geçerliliğin genellenip genelleştirilmeyeceğine karar vermek için kullanıldığından, güvenilirlik değerlerine önemli ölçüde vurgu yaptılar.
H-V modelleri artefakt düzeltme modüllerini içerdiğinde bile, H-S yönteminin genellikle daha doğru güvenilirlik değerleri ürettiğini buldular. H-V güvenilirlik aralıkları (bilinen gerçek değerlere kıyasla) çok geniş olma ve sola kayma eğilimindeydi (bakınız Şekil 1). Yine, bunun Fisher’s z dönüşümünün kullanılmasıyla ortaya çıkan bozulmalardan kaynaklandığına inanıyoruz.
H-S güvenilirlik aralıkları gerçek değerlere oldukça yakındı. Bu nedenlerle Hall ve Brannick (2002), H-V rastgele etkiler modeli yerine H-S rastgele etkiler modelinin kullanılmasını önermiştir. Field (2001) ve Hall-Brannick (2002) çalışmaları üzerine son bir yorum uygun görünmektedir. Bu çalışmaların her ikisi de ρ değerlerinin normal (veya en azından simetrik) dağılımlarını varsayıyordu.
Bu varsayım mantıklıdır, ancak popülasyon korelasyon değerlerinin belirli negatif çarpık dağılımları varsayılırsa, Fisher’s z dönüşümü daha az tahmin hatası üretebilir. Ancak, böyle bir dağılımın varsayımı gerçekçi olmayabilir. Böyle bir dağıtım önermek için somut bir temel belirlemek zor olabilir. Bu, gelecekteki araştırmalar için bir konudur.
Bu çalışmalara dahil edilmemelerine rağmen, Raju-Burke (1983) TSA modellerinin ve Callender-Osburn (1980) modelinin HS modeline benzer şekilde performans göstereceğine ve benzer şekilde HV’den daha doğru olduğunu kanıtlayacağına inanmak için iyi bir neden var. modeli. Yine, Fisher’s z’nin kullanılması, doğruluktaki bu farkın anahtarıdır. Bu çalışmalar ayrıca, H-V modelinde kullanılan daha geleneksel rastgele etkiler çalışma ağırlıklarından ziyade bir rastgele etkiler modelinde ağırlık çalışmaları için örneklem büyüklüğünün kullanılmasının doğruluğu olumsuz etkilemediği ve doğruluğu artırabileceği sonucunu desteklemektedir.
Son olarak, hem Field (2001) hem de Hall ve Brannick’in (2002) Hedges-Vevea rastgele etkiler modeliyle karşılaştırıldığında, Hunter-Schmidt rastgele etkiler modelinin en doğru rastgele etkiler modelimiz olmadığına dikkat çekiyoruz. Bu yazarların değerlendirdiği model, artefakt dağılımı meta-analizi için çarpımsal modelimiz ayrıntılı olarak sunulmuş ve açıklanmıştır.
Bu model, bağımsız değişkenlerin çarpımlarının cebirine dayalı olarak türetilmiştir. Etkileşimli modelimizin aksine, bu model bu bölümde daha önce ve Bölüm 4’te tartışılan doğruluğu artıran iyileştirmeleri içermez.
Law et al. Bilgisayar simülasyonu yoluyla, doğruluk artırıcı iyileştirmeler eklendiğinde bile, çarpımsal modelimizin etkileşimli modelimiz kadar doğru olmadığını bulduk. Editörün uzunluk endişeleri nedeniyle, Çarpımsal modelimizin simülasyon testlerini Law et al. (1994b), buna rağmen biraz benzer Callender-Osburn çarpımsal modelini dahil ettik. Bu nedenle, etkileşimli rastgele etkiler modelimizin Hedges-Vevea rastgele etkiler modeliyle daha da olumlu şekilde karşılaştırılacağına inanıyoruz.
Makine Öğrenmesi için veri seti Sayısal Arazi Modeli Ders Notları Sayısal arazi modeli nedir Sayısal yükseklik Modeli nedir Sınıflandırma metrikleri Veri seti analizi Veri seti Örnekleri Veri sitesi