Iyengar ve Greenhouse (1988), orijinal Hedges-Olkin yöntemini, önemsiz çalışmalar için sıfırdan farklı yayın olasılıklarına izin verecek şekilde genişletti. Önem yönünden bağımsız olarak tüm önemli çalışmaların yayınlanacağı varsayımını korudular (yani, seçim modelleri Hedges-Olkin modeli gibi iki uçluydu).

Yöntemleri, farklı p değerlerine sahip anlamlı olmayan çalışmalar için farklı yayın olasılıklarını içerecek şekilde genişletilebilse de, tüm anlamlı olmayan çalışmaların aynı sıfırdan farklı yayınlanma olasılığına sahip olduğunu varsayar. Hedges-Olkin yöntemine benzer şekilde, bu yöntem, yayın yanlılığı olmasaydı gözlemlenecek olan ρ ̄ veya δ ̄ değerlerini tahmin etmek için maksimum olabilirlik (ML) yöntemlerini kullanır.

Farklı p değerleri için farklı ağırlıkların ρ ̄ veya δ ̄ nihai tahminleri üzerinde büyük veya küçük etkileri olup olmadığını belirlemek için duyarlılık analizleri yapılabilir. Orijinal Hedges-Olkin yönteminden daha gerçekçi olmasına rağmen, bu yöntem, bunun gibi, sabit etkiler modelidir ve bu nedenle, nadiren gerçek veriler için uygun olacaktır (derginin aynı sayısında birkaç yorumcu tarafından belirtildiği gibi). Ayrıca, iki uçlu yayın yanlılığı varsayımı birçok durumda muhtemelen gerçekçi değildir.

Begg-Mazumdar (1994) Yöntemi

Begg ve Mazumdar (1994), küçük örneklemli çalışmaların yalnızca büyük büyüklükte bir korelasyon veya d değeri (küçük N verildiğinde istatistiksel anlamlılık için gereklidir) verirlerse yayınlanma eğiliminde olduğunu varsayarken, büyük örneklemli çalışmaların yayınlanma eğiliminde olduğu varsayılmıştır. r veya d değerlerinin boyutuna bakılmaksızın yayınlanır (çünkü sonuçları neredeyse her zaman istatistiksel olarak anlamlı olacaktır).

Bu, huni grafiğinin altında yatan varsayımdır ve bu varsayım altında beklenen sonucu gösterir: Eksik çalışmalar, hem küçük Ns hem de küçük d değerlerine sahip olanlardır. Bu nedenle, yayın yanlılığı için basit bir test önerdiler: d (veya r) değerleri ve bunların standart hataları arasındaki sıra sıra korelasyonudur.

Yayın yanlılığının olmaması durumunda bu korelasyon 0 olmalıdır. Pozitif bir korelasyon yayın yanlılığını gösterir. Bu prosedür, huni grafiğinin öznel yorumunun yerine geçen bir huni grafiğinin sonucunu nicelleştirmenin bir yolu olarak görülebilir. McDaniel ve Nguyen (2002) bu prosedürün kullanımına bir örnek vermişlerdir.

Hedges ve İştirakler Tarafından Daha Fazla Çalışma

Hedges (1992a), Iyengar-Greenhouse yöntemini, araştırmacıların p değerlerini nasıl gördüklerine ilişkin araştırma bulgularına dayanan yayın olasılıklarını yansıtan çalışma ağırlıklarını içerecek şekilde genelleştirdi. Örneğin, araştırmacılar .05 ile .04 arasındaki p değerleri arasında çok az fark görürler, ancak .06 ile .05 arasındaki farkı çok önemli olarak görürler. Hedges, bu bilgiyi, p değerlerine dayalı olarak etüt ağırlıklarının ayrı bir adım fonksiyonunu oluşturmak için kullandı.

Yine ML yöntemleri kullanılarak, bu ilk ağırlık tahminleri, tahminleri iyileştirmek için yinelenir ve daha sonra rafine ağırlık tahminleri, yayın yanlılığı olmasaydı gözlemlenecek olan ρ ̄ veya δ ̄ değerlerinin tahminlerini üretmek için kullanılır. Bu bir rastgele etkiler modelidir ve dolayısıyla Sρ2 ve Sδ2 tahminleri de üretilir. Bu tahminlere dayanarak, bu yöntem, yayın yanlılığı olmadığında beklenen p değerlerinin dağılımını tahmin edebilir.

Meta-analiz etki büyüklüğü
Analiz çalışması
Meta analiz avantaj dezavantaj
Psikolojide meta-analiz
Sosyal bilimlerde meta-analiz
Network meta analizi
Meta-analiz tez
Psikometrik meta-analiz

Bu dağılım daha sonra çalışmalar setinde gözlenen p değerleri dağılımı ile karşılaştırılabilir. Tutarsızlıklar, yayın yanlılığının varlığını gösterir. Çalışma ağırlıklarını tahmin etmek için geliştirilmiş yöntemlere ek olarak, bu yöntem rastgele etkiler modeli olması açısından daha gerçekçidir. Ancak yine de p değerlerine dayalı iki kuyruklu seçimi varsayar.

Bu çalışmada ve başka bir çalışmada (Vevea, Clements ve Hedges, 1993), bu yöntem ABD Çalışma Bakanlığı’nın Genel Yetenek Test Bataryası (GATB) için geçerlilik çalışmalarının 755 çalışma veri tabanına uygulandı. İki uygulamanın ayrıntıları biraz farklı olmasına rağmen, her ikisi de bu veri setinde esasen hiçbir kullanılabilirlik yanlılığı olmadığını belirtti.

Bu, birden fazla hipotez test edildiğinde tam olarak beklenen şeydir. Her GATB çalışması, bataryadaki 12 farklı testin geçerliliğini tahmin eder ve ayrıca bu 12 testin farklı kombinasyonları ile ölçülen 9 farklı yeteneğin geçerliliğini tahmin eder. (Neredeyse hiçbir çalışma yalnızca kısmi sonuçlar bildirmemiştir.) Daha önce tartışıldığı gibi, bu koşullar altında p değerlerine dayalı herhangi bir kullanılabilirlik yanlılığı olması pek olası değildir.

21 anlamlılık testinin tümünün önemsiz olma olasılığı, tümünün anlamlı olma olasılığı gibi küçük kayboluyor. Hemen hemen tüm araştırmalar, anlamlı ve önemsiz sonuçların bir karışımına sahip olmalıdır; bu, kasıtlı olarak böyle bir önyargı üretme niyetinde olan biri için bile kullanılabilirlik önyargısının elde edilmesini zorlaştıracaktır. Dolayısıyla, böyle bir literatürde kullanılabilirlik yanlılığı görmeyi beklemezdik ve bu, Hedges yanlılığı saptama ve düzeltme yönteminin sonucuydu.

Vevea ve Hedges (1995), önceki yöntem dizisini daha da geliştirdi. İki uçlu yayın yanlılığı varsayımının çoğu durumda muhtemelen gerçekçi olmadığını kabul ederek, yöntemi tek yönlü yayın yanlılığı varsayacak şekilde değiştirdiler. Bununla birlikte, en büyük gelişme, çalışma etki büyüklükleri (ve dolayısıyla çalışma p değerleri ile) ile ilişkili olabilecek moderatör değişkenler için hükümdür.

Örneğin, bir tür psikoterapi özellikle etkili olabilir (büyük etki büyüklükleri) ve aynı zamanda tipik olarak küçük örneklem büyüklükleriyle çalışılabilir. Bu durum, çalışma özelliklerinden (kodlanmış moderatörler) çalışma sonuçlarını tahmin etmek için kullanılan ağırlıklı en küçük karelere sahip bir rastgele etkiler modelini gerektirmektedir.

Yani bu yöntem, yayın yanlılığı ile çalışma sonuçlarının moderatörlerinin etkileri arasında ayrım yapılmasına izin verir. Vevea ve Hedges (1995), Glass’ın psikoterapi üzerine çalışmalarının bir alt kümesine uygulayarak bu yöntemi örneklendirmiştir. İki moderatör, terapi türü (davranışsal ve duyarsızlaştırma) ve fobi türü (basit ve karmaşık) idi.

Bu moderatörleri kontrol ettikten sonra bile, analizleri hala yayın yanlılığını tespit etti; δ ̄’nin sapma düzeltmeli tahminleri, orijinal düzeltilmemiş tahminlerden %15 ila %25 daha küçüktü. Kullanılabilirlik yanlılığının GATB çalışmalarında değil de bu çalışmalarda saptanmasının nedeni, psikoterapi çalışmalarının çoğunun GATB çalışma setinde olduğu gibi çoklu hipotezler yerine tek bir hipoteze (veya tek bir önemli hipoteze) odaklanması olabilir. Daha küçük olmasına rağmen, sapma düzeltmeli ortalama etki büyüklükleri hala önemliydi ve .48 ile .76 arasında değişiyordu.

The post Begg-Mazumdar (1994) Yöntemi – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

İdeal olarak, her artefaktla ilgili artefakt bilgisi, her çalışmada her korelasyon için mevcut olacaktır. Ancak, yayın pratiği, araştırma raporlamasında henüz bu tamlık düzeyine ulaşmamıştır. Tipik olarak, yapı bilgisi üç düzeyde mevcuttur. Bazı eserler için, tüm veya neredeyse tüm çalışmalar için bilgi mevcuttur. Bu bilgi, çalışmaları bireysel olarak düzeltmek için kullanılabilir.

Bazı artefaktlar için, çalışmalar arasında artefakt değerlerinin dağılımını tahmin etmeye yetecek kadar rastgele bir çalışma alt kümesi hakkında bilgi mevcuttur. Bireysel çalışmalar düzeltilemese de, bu artefaktlar için meta-analiz sonuçları düzeltilebilir. Bazı eserler için hiçbir bilgi mevcut değildir ve düzeltme yapılamaz. Meta-analizin, mevcut artefakt bilgilerine karşılık gelen iki aşamada yürütülmesini öneririz.

İlk aşama meta-analiz, tüm veya hemen hemen tüm çalışmalar için bilgilerin mevcut olduğu artefaktları düzeltir. Bazı araştırma alanlarında, bu tam anlamıyla bir meta-analiz olacaktır. Yani, yalnızca örnekleme hatası yapaylığı için düzeltme yapılabilecektir.

Bu birinci aşama çıplak kemik meta-analizi için yöntemler Bölüm 3’te sunulmuştur. Birinci aşama meta-analizin ana ürünü, birinci aşamada kontrol edilen artefaktlar için düzeltilmiş popülasyon korelasyonlarının ortalama ve standart sapması tahminidir. -aşamalı meta-analiz. Bir moderatör değişken hipotezi varsa, o zaman ilgili her bir çalışma alt kümesi için bir meta-analiz olacaktır.

İkinci aşama meta-analizin amacı, bilginin düzensiz olarak mevcut olduğu eserler için birinci aşama meta-analizi düzeltmektir. “Bu eserler” ifadesi, bu bağlamda sporadik eserler anlamına gelir. İkinci aşama meta-analizinin iki aşaması vardır: her eserin ayrı ayrı analizi, ardından eserlerin bileşik etkisinin analizi.

1. Aşama: Artefakt Bilgilerini Biriktirme

Her sporadik artefakt için, artefakt bilgisi, hesaplanabileceği çalışmalar için artefakt çarpanını oluşturmak için kullanılır. Bu değerler daha sonra çalışmalar arasında toplanır. Yani, her bir artifakt çarpanı için bir ortalama ve bir standart sapma hesaplıyoruz. Her yapay dağılım için, ayrıca varyasyon katsayısını, ortalamaya bölünen standart sapmayı ve burada ν ile gösterilen varyasyon katsayısının karesini de hesaplarız.

Aşama 2a: Ortalama Korelasyonu Düzeltme

Artefaktların ortalama korelasyon üzerindeki bileşik etkisi, bileşik çarpan tarafından hesaplanır. Yani, ortalama zayıflatılmış korelasyon, ortalama gerçek korelasyon ve ortalama bileşik artifakt çarpanının ürünüdür. Ortalama bileşik çarpan, ayrı yapay çoğaltıcıların araçlarının çarpımıdır. Sporadik artefaktların bileşik etkisini düzeltmek için, birinci aşama meta-analizden ortalama korelasyonu alır ve ortalama bileşik çarpanına böleriz.

Meta-analiz ve derleme arasındaki fark
meta-analiz çalışması örneği
Meta analiz Nasıl yapılır
Meta analiz çalışması
Psikometrik meta-analiz
Meta-analiz ile literatür taraması arasındaki farklar
Meta-analiz programı
Meta-analiz pdf

Aşama 2b: Korelasyonların Standart Sapmasını Düzeltme

Artefaktların korelasyonların varyansı üzerindeki bileşik etkisi daha karmaşıktır. Bir yandan, artefaktların zayıflatıcı etkisi, popülasyon korelasyonlarının varyasyonunu azaltma eğilimindedir. Öte yandan, çalışmalar arasındaki artefaktlardaki varyasyon, çalışmalar arasındaki korelasyonların varyansında yapay bir artışa neden olur.

Hesaplamalı olarak, önce artefakt varyasyonunu düzeltiriz. Birinci aşama meta-analizde bulunan varyanstan, ayrı yapıların varyasyon katsayılarının karelerinin toplamından hesaplanan bir terimi çıkarırız. Daha sonra azaltılmış varyansı ortalama bileşik çarpanının karesine bölerek zayıflama etkisini düzeltiriz. Bu sayı, mevcut yapı bilgisine sahip tüm yapıtlar için düzeltilen korelasyonların istenen varyansıdır.

İkinci aşama meta-analizinin ana ürünü, ara sıra mevcut artifakt bilgilerinin toplandığı eserler için düzeltilen popülasyon korelasyonlarının ortalama ve standart sapmasıdır. Önemli artefaktların düzeltilmediği ölçüde, ortalama bir eksik tahmin olacak ve standart sapma bir fazla tahmin olacaktır.

Düzeltilmemiş artefaktların sadece küçük bir etkisi varsa ve araştırma alanında çok az kötü veriye sahip olacak kadar şanslıysak, o zaman ortalama ve standart sapma, gerçek korelasyon dağılımının makul derecede doğru tahminleri olacaktır. Her durumda, tahminler çıplak kemik meta-analiz sonuçlarından çok daha doğru olacak ve birçok güncel bilimsel çıkarımın temelini oluşturan tek çalışma düzeltilmemiş korelasyonlardan çok daha doğru olacaktır.

Artefakt Dağılımı Meta-Analiz

Bu alıştırmada sunulan veriler, Amerika Birleşik Devletleri’ndeki en büyük perakendecilik firmalarından birinde yürütülen bir seçim geçerliliği çalışmasından elde edilen gerçek verilerdir. Bu alıştırmadan elde ettiğiniz tüm hesaplamaları ve sonuçları kaydedin.

I. İlk olarak, bu verilerin meta analizini yapın(yalnızca örnekleme hatası için doğru). Bunu bir hesap makinesiyle veya INTNL programını (yani, Ek’te açıklanan yazılım paketinde “Korelasyonlar-Yapısal Dağılımları Kullanma” etiketli program) kullanarak yapabilirsiniz. Bir hesap makinesi kullanırsanız daha fazlasını öğreneceksiniz.

II. Nihai meta-analiz sonuçlarını almak için çıplak kemik meta-analizinin sonuçlarını düzeltebiliriz. Bunu iki şekilde yapacağız: İlk olarak, aralık kısıtlamasının doğrudan olduğunu varsayacağız – test puanları üzerinde doğrudan seçim (Thorndike’s Case II). İkinci olarak, aralık kısıtlamasının, bilinmeyen (kaydedilmemiş) değişken kombinasyonlarına dayalı olarak dolaylı olduğunu varsayacağız (örneğin, çalışanlar, örneğin, boş bir başvuru, bir görüşme, vb.).

A. Doğrudan Menzil Kısıtlaması (Durum II). Her test için her iş ailesinde uX = s/S = .65 olduğunu varsayın. Her bir iş ailesinde iş performansı ölçüsünün (denetim derecelendirmeleri) güvenilirliğinin .50 (sınırlı örnek değeri) olduğunu varsayın. (Not: Bu, önce derecelendirme güvenilmezliği düzeltmesini, ardından aralık kısıtlama düzeltmesini yapmanız gerektiği anlamına gelir.)

Bu değerlerin her ikisi de tüm iş ailelerinde sabit olduğundan, sadece r ̄ ve SDres’i düzelterek ortalama gerçek geçerliliği (ρ ̄xy∞) ve gerçek geçerliliğin standart sapmasını (SDρ) tahmin edebilirsiniz. (Yani, ρ ̄xy∞ tahmini için r ̄’yi düzelttikten sonra, SDρ’nin yaklaşık bir tahminini SDρ = [ ρ ̄xy∞ / r ̄ ] SDres olarak alabilirsiniz.) Bu tahminleri bu şekilde hesaplayın. Ayrıca, %90 güvenilirlik değerini hesaplayın. Sonuçlarınızı tabloya girin.

INTNL-D programını artefakt dağıtımları ile de kullanabilirsiniz. Bu, Ek’te açıklanan yazılımda “Korelasyonlar – Artifakt Dağılımlarını Kullanmak” etiketli programdır; program tarafından istendiğinde, aralık kısıtlamasının doğrudan olduğunu belirtin. INTNL-D programını çalıştırın ve sonuçları eşlik eden tabloya (“Doğrudan Aralık Kısıtlaması—Program Hesaplamaları” altında) girin.

The post Bilgilerini Biriktirme – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Meta-analiz, toplumsal olarak önemli sorulara mevcut en iyi ampirik temelli yanıtları sağlayarak, kamu politikası yapımını etkileyebilir. Bu, bugün hemen hemen tüm politika sorularını içeren ilgili bir araştırma literatürünün bulunduğu herhangi bir kamu politikası sorusu için doğru olabilir. Örnekler Head Start programından ikili kimyasal silahlara kadar uzanmaktadır.

Yakın zamanda kurulan ve daha önce açıklanan Campbell İşbirliğinin amacı, özellikle politikayla ilgili araştırma literatürlerine meta-analiz uygulayarak hükümetlerdeki ve diğer kuruluşlardaki politika yapıcılara politikayla ilgili bilgiler sağlamaktır. ABD Kongresi’nin bir araştırma ve değerlendirme kolu olan ABD Genel Muhasebe Ofisi (GAO), 20 yılı aşkın bir süredir, senatörler ve temsilciler tarafından sorulan sorulara yanıt sağlamak için meta-analizi kullanmıştır.

Örneğin Hunt, yoksul hamile kadınlar için federal bir beslenme programı olan Kadınlar, Bebekler ve Çocuklar (WIC) programının etkilerine ilişkin bir GAO meta-analizinin, görünüşe göre Senatör Jesse Helms’in fikrini nasıl değiştirdiğini ve onu (isteksiz biri) yaptığını açıkladı. ) programın destekçisi. Meta-analiz, programın düşük doğum ağırlıklı bebeklerin sıklığını yaklaşık %10 oranında azalttığına dair kanıtlar buldu.

Bu meta-analiz, GAO’nun Program Değerlendirme ve Metodoloji Bölümü’nün yıllardır yöneticisi olan Eleanor Chelimsky tarafından Senatör Helms’e sunuldu. Bu pozisyonda, GAO’da meta-analiz kullanımına öncülük etti. Chelimsky (1994), meta-analizin, Kongre’nin dayattığı zaman baskısı altında yakın inceleme altında tutulabilecek en geniş araştırma sonuçlarını Kongre’ye sağlamanın mükemmel bir yolu olduğunu kanıtlamıştır.

GAO’nun meta-analizin belirli bir konu alanında hem bilinenleri hem de bilinmeyenleri ortaya çıkardığını ve gerçek ile görüşü “çatışmacı olmadan” ayırt ettiğini bulduğunu belirtti. Örnek olarak bahsettiği bir uygulama, ikili kimyasal silah üretmenin esasları üzerine yapılan çalışmaların bir meta-analiziydi (bu iki temel bileşenin, gaz kullanılana kadar güvenlik için ayrı tutulduğu sinir gazı).

Meta-analiz bu tür silahların üretimini desteklemedi. Savunma Bakanlığı’nın (DOD) duymak istediği bu değildi ve DOD, metodolojiye ve sonuçlara itiraz etti. Ancak metodoloji yakın inceleme altında tutuldu ve sonunda Kongre bu silahlar için fonları ortadan kaldırdı.

Yasaya göre, Kongre’ye politikayla ilgili araştırma bilgilerini sağlamak GAO’nun sorumluluğundadır. Dolayısıyla, GAO tarafından meta-analizin benimsenmesi, meta-analizin kamu politikası üzerindeki etkisinin açık bir örneğidir. Çoğu politika kararı, muhtemelen bilimsel düşünceler kadar politik düşüncelere de bağlı olsa da, bilimsel düşüncelerin meta-analiz yardımıyla bir etkisi olması mümkündür.

Sosyal bilimlerde meta-analiz
Meta-Analiz kitap PDF
CMA meta-analiz programı indir
Psikometrik meta-analiz
Network meta-analiz
Meta-analiz programları
Meta-analiz çalışmalarının sonucunda elde edilen istatiksel değeri ifade eden kavram

Meta-Analiz ve Veri Teorileri

Her meta-analiz yöntemi, zorunlu olarak bir veri teorisine dayanır. Ortaya çıkan meta-analiz yöntemlerinin doğasını belirleyen bu veri teorisidir (veya anlaşılmasıdır). Eksiksiz bir veri teorisi, örnekleme hatası, ölçüm hatası, önyargılı örnekleme (menzil kısıtlaması ve menzil geliştirme), dikotomizasyon ve etkileri, veri hataları ve araştırma çalışmalarında gördüğümüz ham verileri çarpıtan diğer nedensel faktörlerin anlaşılmasını içerir.

Bu faktörlerin verileri nasıl etkilediğine dair teorik bir anlayış geliştirildiğinde, etkilerini düzeltmek için yöntemler geliştirmek mümkün hale gelir. Psikometri dilinde, ilk süreç – bu faktörlerin (eserlerin) verileri saptırdığı süreç – zayıflama modeli olarak modellenir.

Bu artefakt kaynaklı önyargıları düzeltme sürecine yönelik ikinci işleme, zayıflama modeli adı verilir. Bir meta-analiz modeli yönteminin dayandığı veri teorisi eksikse, bu yöntem bu yapaylıkların bir kısmı veya tamamı için düzeltme yapamayacak ve dolayısıyla yanlı sonuçlar üretecektir. Örneğin, ölçüm hatasını fark etmeyen bir veri teorisi, ölçüm hatasını düzeltmeyen meta-analiz yöntemlerine yol açacaktır. Bu tür yöntemler daha sonra zorunlu olarak önyargılı meta-analiz sonuçları üretecektir. Bazı güncel meta-analiz yöntemleri aslında ölçüm hatasını düzeltmez.

Örnekleme hatası ve ölçüm hatası, meta-analizin ilgilenmesi gereken istatistiksel ve ölçüm artefaktları arasında benzersiz bir konuma sahiptir: Bunlar her zaman tüm gerçek verilerde bulunurlar. Menzil kısıtlaması, sürekli değişkenlerin yapay olarak ikiye ayrılması veya veri transkripsiyon hataları gibi diğer artefaktlar, meta-analize tabi tutulan belirli bir dizi çalışmada bulunmayabilir.

Ancak her zaman örnekleme hatası vardır, çünkü örnek boyutları asla sonsuz değildir. Aynı şekilde, her zaman ölçüm hatası vardır, çünkü tamamen güvenilir ölçümler yoktur. Aslında, daha sonraki bölümlerde göreceğimiz gibi, nispeten basit meta-analizlerin bile karmaşık görünmesini sağlayan, hem örnekleme hatası hem de ölçüm hatası ile aynı anda ilgilenme zorunluluğudur. Bu iki tür hatayı ayrı ayrı ele almaya alışkınız.

Örneğin, psikometrik metinler ölçüm hatasını tartışırken, sonsuz (veya çok büyük) bir örneklem boyutu varsayıyorlar, böylece dikkat odağı, aynı anda örnekleme hatasıyla uğraşmaya gerek kalmadan yalnızca ölçüm hatası üzerinde olabilir. Benzer şekilde, istatistik metinleri örnekleme hatasını tartışırken, onlar ve okuyucunun yalnızca örnekleme hatasına odaklanabilmeleri için örtük olarak mükemmel güvenilirliği (ölçüm hatasının yokluğu) varsayıyorlar.

Her iki varsayım da gerçekçi değildir çünkü tüm gerçek veriler aynı anda her iki tür hatayı da içerir. Her iki tür hatayı aynı anda ele almak kuşkusuz daha karmaşıktır, ancak başarılı olmak için meta-analizin yapması gereken budur.

Bir meta-analiz yönteminin altında hangi veri teorisinin yattığı sorusu, meta-analizin genel amacının ne olduğu sorusuyla güçlü bir şekilde ilişkilidir. Glass, amacın sadece bir araştırma literatüründeki çalışmaları özetlemek ve açıklamak olduğunu belirtti. Bu kitapta göreceğimiz gibi, bizim görüşümüz (alternatif görüş), amacın popülasyondaki yapı düzeyindeki ilişkileri mümkün olduğunca doğru bir şekilde tahmin etmek olduğudur (yani, popülasyon değerlerini veya parametrelerini tahmin etmek), çünkü bunlar ilişkilerdir. 

Bu tamamen farklı bir görevdir; bu, tüm çalışmalar mükemmel bir şekilde yürütülmüş olsaydı (yani, metodolojik sınırlamalar olmadan) bulguların ne olacağını tahmin etme görevidir. Bunu yapmak, çalışma sonuçlarını bozan örnekleme hatası, ölçüm hatası ve (varsa) diğer artefaktların düzeltilmesini gerektirir. Literatürdeki çalışmaların içeriklerini basitçe tanımlamak, bu tür düzeltmeler gerektirmez, ancak bilimsel ilgi parametrelerinin tahmin edilmesine izin vermez.

Rubin (1990) meta-analizin amacına ilişkin yaygın, tanımlayıcı kavramı eleştirdi ve bu kitapta sunulan alternatifi önerdi. Bilim adamları olarak, kendi başına kusurlu çalışmaların popülasyonuyla gerçekten ilgilenmediğimizi ve bu nedenle bu çalışmaların doğru bir açıklaması veya özetinin gerçekten önemli olmadığını belirtti. Bunun yerine, meta-analizin amacının, “sonsuz büyüklükte, mükemmel tasarlanmış bir çalışmada veya bu tür çalışmaların dizisinde elde edilecek sonuçlar” olarak tanımlanan gerçek etkileri veya ilişkileri tahmin etmek olması gerektiğini savundu.

Rubin’e göre, Bu görüş altında, bu sonlu popülasyonu (gözlemlenen çalışmaların) özetlemeye bilimsel olarak gerçekten önem vermiyoruz. Altta yatan bilimsel süreci gerçekten önemsiyoruz, yanılabilir araştırmacılar olarak kusurlu ampirik çalışmaların opak penceresinden bir bakış atmaya çalıştığımızı gördüğümüz bu sonuçları üreten altta yatan süreci gerçekten önemsiyoruz. Bu, gördüğümüz ve bu çalışmada sunulan yöntemlerde somutlaştırılan meta-analizin amacının mükemmel bir özetidir.

The post Meta-Analiz ve Sosyal Politika – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Yayın yanlılığının olmaması durumunda, örnekleme hatası rastgele olduğu için çalışmalar ortalama etki büyüklüğüne göre simetrik olarak dağıtılacaktır. Yayın yanlılığının varlığında çalışmaların, simetri üstte, birkaç çalışma ortada eksik ve altta daha fazla çalışma eksik olacak şekilde modeli takip etmesi beklenir. Eğer etkinin yönü sağa doğruysa (bizim örneğimizde olduğu gibi), o zaman arsanın altına yakın bir yerde solda bir boşluk bekleriz, eğer onları bulabilseydik, önemsiz çalışmaların olacağı yerdedir. 

Çalışan örnekte risk oranı (log birimlerinde) en altta ve standart hata Y eksenindedir (ters çevrilmiştir, bu nedenle düşük değerler en üsttedir). Sübjektif izlenim, asimetrinin varlığını desteklemektedir. Grafiğin altına doğru, çoğu çalışma sağa doğru görünüyor (daha fazla riske işaret ediyor), bu da bazı çalışmaların soldan eksik olma olasılığı ile tutarlıdır. İlk olarak, herhangi bir önyargı kanıtı olup olmadığını soruyoruz.

Bir huni grafiğinin yorumlanması büyük ölçüde öznel olduğundan, örneklem büyüklüğü ile etki büyüklüğü arasındaki ilişkiyi ölçmek veya test etmek için birkaç test önerilmiştir. İki erken öneri ortak kullanımdadır; Kapsamlı bir inceleme Higgins ve Green’in (2008) 10. Bölümünde yer almaktadır.

Bu testler faydalı bilgiler sağlasa da, birkaç uyarı yapılması gerekir. İlk olarak, testler (huni grafiği gibi) analizde kullanılan indekse (örneğin risk farkı ile risk oranı) bağlı olarak çok farklı bir resim verebilir. İkincisi, bu yaklaşım ancak örneklem büyüklüklerinde makul miktarda bir dağılım ve makul sayıda çalışma varsa anlamlıdır. Üçüncüsü, bu kriterler karşılansa bile, testler daha düşük güce sahip olma eğilimindedir. Bu nedenle, anlamlı bir korelasyon veya regresyonun olmaması simetri kanıtı olarak alınamaz.

Her halükarda, bu sorunları bir şekilde çözebilsek bile, testlerin yönelttiği soru (herhangi bir yanlılık kanıtı var mı) sınırlı bir öneme sahiptir. Daha ilginç bir soru, ne kadar önyargı var ve bunun sonuçlarımız üzerindeki etkisi nedir?

BÜTÜN ETKİ YANLILIĞIN BİR YAPISI MI?

Bir sonraki soru, gözlemlenen genel etkinin sağlam olup olmadığıdır. Başka bir deyişle, etkinin yalnızca bir önyargı eseri olmadığından emin olabilir miyiz?

Yayın yanlılığı nedir
Psikometrik meta-analiz
Meta analiz Hemşirelik
Sosyal bilimlerde meta analiz
Meta analiz tez
Ağ meta analizi nedir
Heterojenite meta-analiz
Nitel Meta-Analiz

Rosenthal’ın Arızaya Karşı Güvenli N’si

Yayın yanlılığıyla başa çıkmak için erken bir yaklaşım Rosenthal’ın Fail-safe N’siydi. Bir meta-analizin k çalışmaya dayalı önemli bir p-değeri bildirdiğini varsayalım. Daha küçük etkileri olan çalışmaların eksik olmasından endişe duyuyoruz ve tüm eksik çalışmaları alıp analize dahil edersek özet etki için p-değeri artık önemli olmayacaktı.

Rosenthal (1979), p-değeri önemsiz hale gelmeden önce analize dahil etmek ve almak için kaç tane eksik çalışma yapmamız gerektiğini gerçekten hesaplamamızı önerdi. Bu alıştırmanın amaçları için, eksik çalışmalardaki ortalama etkinin sıfır olduğunu varsayabiliriz. Etkiyi ‘geçersiz kılmak’ için yalnızca birkaç çalışmaya (mesela beş ya da on) ihtiyacımız olduğu ortaya çıkarsa, o zaman gerçek etkinin gerçekten sıfır olduğundan endişe duyacağız. Bununla birlikte, etkiyi geçersiz kılmak için çok sayıda çalışmaya ihtiyacımız olduğu ortaya çıkarsa, endişelenmek için daha az neden olacaktır.

Rosenthal bunu bir Dosya çekmecesi analizi (dosya çekmeceleri eksik çalışmaların varsayılan konumudur) olarak adlandırdı ve Harris Cooper, etkiyi geçersiz kılmak için gereken eksik çalışma sayısının Arızaya Dayanıklı N olarak adlandırılması gerektiğini önerdi.

Rosenthal’ın çalışması, dikkatin yayın yanlılığına odaklanmasında kritik olsa da, bu yaklaşım birkaç nedenden dolayı sınırlı bir fayda sağlıyor. İlk olarak, asli anlamlılık yerine istatistiksel anlamlılık sorusuna odaklanır. Yani, etkiyi önemli olmayan noktaya indirmek için kaç tane gizli çalışmanın gerekli olduğundan ziyade, etkinin istatistiksel olarak anlamlı olmaması için kaç tane gizli çalışmanın gerekli olduğunu sorar.

İkinci olarak, formül, aslında negatif (etkiyi geçersiz kılmak için daha az çalışma gerektirecektir) veya pozitif ancak düşük olabileceği zaman, gizli çalışmalarda ortalama etki boyutunun sıfır olduğunu varsayar. Son olarak, Fail-safe N, Rosenthal’ın yöntemi önerdiği sırada yaygın olduğu gibi, çalışmalar arasında p-değerlerini birleştiren anlamlılık testlerine dayanır.

Günümüzde yaygın uygulama, bir özet etki hesaplamak ve ardından bu etki için p-değerini hesaplamaktır. Farklı yaklaşımlar kullanılarak hesaplanan p değerleri aslında farklı boş hipotezleri test eder ve aynı değildir. Bu nedenlerle, bu yaklaşım genellikle etki büyüklüklerine odaklanan analizler için uygun değildir. Yöntemin iyi bilinmesi ve önemli tarihsel rolü nedeniyle bu konuyu göreceli olarak uzun uzadıya ele aldık.

Bununla birlikte, pasif sigara içiciliği incelemesi için Fail-safe N 398’dir, bu da kümülatif etki istatistiksel olarak anlamsız hale gelmeden önce analize ortalama risk oranı 1.0 olan yaklaşık 400 çalışmanın eklenmesi gerektiğini düşündürür.

Orwin’in Arızaya Karşı Güvenli N’si

Belirtildiği gibi, Rosenthal’ın yaklaşımıyla ilgili iki sorun, asli anlamlılıktan ziyade istatistiksel anlamlılığa odaklanması ve eksik çalışmalarda ortalama etki boyutunun sıfır olduğunu varsaymasıdır. Orwin (1983), Rosenthal formülü üzerinde bu sorunların her ikisini de ele alan bir varyant önerdi. İlk olarak, Orwin’in yöntemi, araştırmacının, toplam etkiyi sıfır dışında belirli bir düzeye getirebilecek eksik çalışmaların sayısını belirlemesine olanak tanır.

Bu nedenle araştırmacı, önemli olduğu düşünülen en küçük etkiyi temsil edecek bir değer seçebilir ve özet etkiyi bu noktanın altına getirmek için kaç eksik çalışma gerektiğini sorabilir. İkincisi, araştırmacının eksik çalışmalarda ortalama etkiyi sıfırdan farklı bir değer olarak belirlemesine izin verir. Bu, araştırmacının eksik çalışmalar için bir dizi başka dağılım modellemesine izin verecektir.

Çalışan örnekte, Orwin’in Fail-safe N’si 103’tür ve bu, kümülatif etki önemsiz hale gelmeden önce analize ortalama risk oranı 1.0 olan 100’den fazla çalışmanın eklenmesi gerektiğini düşündürür.

The post Yayın Yanlılığı – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Meta-Analiz Nasıl Çalışır?

BİREYSEL ÇALIŞMALAR

Bu arsa üzerindeki ilk dört sıra, dört çalışmayı temsil etmektedir. Her biri için, çalışma adı solda gösterilir, ardından etki büyüklüğü, özet etkiyi hesaplamak için çalışmaya atanan göreli ağırlık ve p değeri gelir. Efekt boyutu ve ağırlığı da şematik olarak gösterilmiştir.

Efekt boyutu

Etki büyüklüğü, tedavi etkisinin büyüklüğünü veya (daha genel olarak) iki değişken arasındaki ilişkinin gücünü yansıtan bir değer, bir meta-analizde para birimidir. Her çalışma için etki büyüklüğünü hesaplıyoruz ve ardından etkinin çalışmalar arasındaki tutarlılığını değerlendirmek ve bir özet etki hesaplamak için etki büyüklükleriyle çalışıyoruz.

Etki büyüklüğü, tıbbi tedavinin enfeksiyon riski üzerindeki etkisi, bir öğretim yönteminin test puanları üzerindeki etkisi veya yeni bir protokolün yukarı akışa başarıyla dönen somon sayısı üzerindeki etkisi gibi bir müdahalenin etkisini temsil edebilir. Etki büyüklüğü müdahalelerin etkisiyle sınırlı değildir, ancak erkekler ve kadınlar için test puanlarındaki fark, ikinci el sigara dumanına maruz kalan veya olmayan kişiler için kanser oranlarındaki fark gibi iki değişken arasındaki herhangi bir ilişkiyi temsil edebilir. ya da iki farklı kişilik tipine sahip kişiler için kardiyak olaylardaki farklılık. Aslında, genel olarak etki büyüklüğü dediğimiz şey, Lyme hastalığının yaygınlığı gibi tek bir değerin tahminini basitçe ifade edebilir.

Bu örnekte etki büyüklüğü risk oranıdır. 1.0 risk oranı, ölüm veya MI riskinin her iki grupta da aynı olduğu anlamına gelirken, 1.0’dan düşük bir risk oranı, yüksek doz grubunda riskin daha düşük olduğu ve 1.0’dan büyük bir risk oranı anlamına gelir. standart doz grubunda riskin daha düşük olduğu anlamına gelir.

Her çalışma için etki büyüklüğü bir kare ile temsil edilir ve karenin konumu etkinin hem yönünü hem de büyüklüğünü temsil eder. Burada, her çalışma için etki büyüklüğü merkezin soluna düşer (yüksek doz grubu için bir faydayı gösterir). Etki, TNT çalışmasında en güçlü (merkezden en uzak) ve İdeal çalışmada en zayıftır.

Not. Oranlara dayalı etki büyüklüğü ölçümleri için (bu örnekte olduğu gibi) 1.0 oranı, gruplar arasında hiçbir farkı temsil etmez. Farklara dayalı etki ölçümleri için (ortalama fark gibi), 0.0’lık bir fark, gruplar arasında hiçbir fark olmadığını gösterir.

Şematikte, her çalışma için etki büyüklüğü, o çalışmada etki büyüklüğünün tahmin edildiği kesinliği yansıtan bir güven aralığı ile sınırlandırılmıştır. Son çalışma (İdeal) için güven aralığı, İdeal çalışmanın daha fazla kesinliğe sahip olduğu gerçeğini yansıtacak şekilde, ilk çalışma için olandan (Kanıtla-it) belirgin şekilde daha dardır. Kesinliğin anlamı ve kesinliği etkileyen faktörler tartışılmaktadır.

Meta-Analiz Kitap
Meta-analiz özellikleri
meta-analiz örneği
Meta-analiz pdf
CMA ile Meta-Analiz
Meta-analiz ve derleme arasındaki fark
Meta-analiz aşamaları
Psikometrik meta-analiz

Ağırlıkları inceleyin

Etütlerin her birini göstermek için kullanılan içi dolu kareler, özet etkisini hesapladığımızda ilgili çalışmaya atanan ağırlığı yansıtan her karenin boyutuyla birlikte boyut olarak değişir. TNT ve İdeal etütlere nispeten yüksek ağırlıklar atanırken, A’dan Z’ye çalışmaya biraz daha az ağırlık verilir ve Prove-it çalışmasına daha az ağırlık verilir.

Beklendiği gibi, bir çalışmanın kesinliği ile o çalışmanın analizdeki ağırlığı arasında bir ilişki vardır. Nispeten iyi kesinliğe sahip çalışmalara (TNT ve İdeal) daha fazla ağırlık verilirken, nispeten zayıf kesinliğe (Proveit) sahip çalışmalara daha az ağırlık verilir. Kesinlik öncelikle örneklem büyüklüğü tarafından yönlendirildiğinden, çalışmaları örneklem büyüklüğüne göre ağırlıklı olarak düşünebiliriz.

Bununla birlikte, hassasiyet ağırlıkları atamak için kullanılan unsurlardan biri olsa da, genellikle başka unsurlar da vardır. Çalışmalar arasında etki büyüklüklerinin dağılımı hakkında yapılabilecek farklı varsayımları ve bunların her bir çalışmaya atanan ağırlığı nasıl etkilediğini tartışıyoruz.

p – değerler

Her çalışma için bir boş değer testi için p-değerini gösteriyoruz. p-değeri ile güven aralığı arasında gerekli bir uygunluk vardır, öyle ki p-değeri 0,05’in altına düşecektir, ancak ve ancak %95 güven aralığı boş değeri içermiyorsa. Bu nedenle güven aralıklarını tarayarak istatistiksel olarak anlamlı çalışmaları kolayca belirleyebiliriz. Analizdeki p-değerlerinin rolü ve ayrıca p-değerleri ile etki büyüklüğü arasındaki ilişki tartışılmaktadır.

Bu örnekte, dört çalışmanın üçü için güven aralığı boş değeri geçer ve p değeri 0,05’ten büyüktür. Birinde (TNT çalışması) güven aralığı sıfırı geçmez ve p değeri 0,05’in altına düşer.

Sentezin bir amacı genellikle bir özet etki hesaplamaktır. Tipik olarak, etki boyutunun yanı sıra bir kesinlik ölçüsü ve bir p değeri de bildiririz.

Efekt boyutu

Arsa üzerinde özet etkisi alt satırda gösterilir. Bu örnekte özet risk oranı 0.85’tir; bu, ölüm (veya MI) riskinin, yüksek doza atanan hastalarda standart doza atanan hastalara göre %15 daha düşük olduğunu gösterir.

Özet etki, bireysel etkilerin ağırlıklı ortalamasından başka bir şey değildir. Bununla birlikte, ağırlıkları atamak için kullanılan mekanizma (ve dolayısıyla özet etkisinin anlamı), çalışmaların örneklendiği etki büyüklüklerinin dağılımı hakkındaki varsayımlarımıza bağlıdır.

Sabit etki modeli altında, analizdeki tüm çalışmaların aynı gerçek etki büyüklüğünü paylaştığını ve özet etkinin bu ortak etki büyüklüğüne ilişkin tahminimiz olduğunu varsayıyoruz. Rastgele etkiler modeli altında, gerçek etki büyüklüğünün çalışmadan çalışmaya değiştiğini varsayıyoruz ve özet etki, etki büyüklüklerinin dağılımının ortalamasına ilişkin tahminimizdir. 

Özet etkisi bir elmas ile temsil edilir. Elmasın konumu, etki boyutunu temsil ederken, genişliği tahminin kesinliğini yansıtır. Bu örnekte elmas 0,85’te ortalanmıştır ve 0,79’dan 0,92’ye uzanır, yani yüksek dozun (standartla karşılaştırıldığında) gerçek etkisinin muhtemelen bu aralıkta bir yere düştüğü anlamına gelir.

Kesinlik, gerçek etkinin bir tahmini olarak özet etkisinin doğruluğunu ele alır. Ancak, tartışıldığı gibi, kesinliğin tam anlamı istatistiksel modele bağlıdır.

The post Meta-Analiz – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).