Düzenleyiciye, “düzenle” nokta komutu verilerek veya ana menüde Veri’ye ve alt menüde Veri düzenleyiciye tıklanarak erişilebilir. Daha sonra veriler, her sütunun bir değişken olduğu ve her satırın o belirli değişken için gözlem olduğu varsayılarak herhangi bir hücreye girilebilir veya düzenlenebilir.

Varsayılan olarak değişken isimleri var1, var2, var3 vb. olarak adlandırılır. Sistem tarafından verilen varsayılan değişken adını tıklayarak, ihtiyacımıza göre değişken adını değiştirebiliriz.

Bir değişkendeki tüm gözlemleri veya herhangi bir değişken altındaki tek bir gözlemi seçerek, editörün hemen üzerinde sağlanan simge silmeyi seçtikten sonra, ihtiyacımıza göre tüm bir değişkeni veya belirli bir gözlemi silebiliriz. Aşağıdaki tabloda verilen verileri edit komutu ile girebiliriz.

KOMUT META’NIN ÇALIŞTIRILMASI

“Meta” komutu, kullanıcının her çalışma için standart hata veya tahmin edicinin varyansı ile birlikte tahmin edici sağlamasını bekler. Sabit etkiler/rastgele etkiler/Bayes yaklaşımı altında ters varyans ağırlıklandırma yöntemini kullanarak havuzlanmış tahmini hesaplar. Ayrıca gerçek havuz etkisinin sıfır olup olmadığını test eder ve güven sınırları sağlar.

Çalışmalar arasındaki heterojenlik testi, çalışmalar arasındaki varyansı tahmin ettikten sonra gerçekleştirilir ve isteğe bağlı olarak, orman grafiğinde bireysel ve havuzlanmış tahminleri çizer.

Ayrı bir komut, yani “metan”, özellikle olasılık oranı, vb. gibi oran tahmin edicileri için mevcut olduğundan, buradaki tartışmamız yalnızca etki boyutu seçenekleriyle sınırlıdır.

KOMUT METAN’IN ÇALIŞTIRILMASI

“Metan” komutu, kullanıcının dört veya altı değişken sağlamasını bekler. Dört değişken sağlandığında, olasılık, risk veya risk farkı tahmin edicileri gibi oran tahmin edicileri hesaplanır. Altı değişken, tahmin edici, standart hatası ve her grup için örneklem büyüklüğü ile verilerin iki gruptan gelmesinin beklendiği anlamına gelir.

Komut, ters varyans ağırlığını kullanarak sabit etkiler/rastgele etkiler/Bayezyen altında havuzlanmış tahmini hesaplar ve güven sınırları sağlar ve gerçek havuzlanmış etkinin sıfır olduğunu test eder.

Çalışmalar arasındaki varyansı tahmin ettikten sonra çalışmalar arasında heterojenlik testi yapılır ve isteğe bağlı olarak, heterojenliği tanımlamak için sonuçları isteğe bağlı olarak ormanda çizer. Ayrıca, labbe ve huni gibi ek komutlarla, gereksinime göre çalışmalar arasındaki heterojenliği ve yanlılığı araştırmak için L’Abbe grafiği ve huni grafikleri üretilebilir.

COMMAND METACUM’UN ÇALIŞTIRILMASI

“Metacum” komutu, kümülatif havuzlanmış tahminler, güven sınırları sağlar ve sabit veya rastgele etkiler meta-analizinden elde edilen gerçek havuzlanmış etkinin sıfır olduğunu test eder, ayrıca isteğe bağlı olarak, kümülatif havuzlanmış tahminleri çizer. Command, kullanıcının tahmin ediciyi standart hata veya tahmin edicinin varyansı veya alt ve üst güven aralıkları ile güven düzeyi (isteğe bağlı) ile birlikte sağlamasını bekler.

Veri seti örnekleri
Hazır veri seti
İstatistik veri seti örnekleri
Veri seti oluşturma
Veri seti nedir
Veri seti örnekleri Excel
Derin öğrenme veri seti oluşturma
İstatistik veri seti nedir

Yukarıdaki sunum, meta-analiz için STATA’nın önemli komutlarının uygulamalı deneyimine sahip olmaktır. Benzer şekilde, p değerlerinin meta-analizi için metap, meta-regresyon için metareg, etki analizi için metainf, yayın yanlılığı için metabias, heterojenlik için Galbraith grafiği için galbr ve metayı tamamlamak için sağlanan sözdizimine göre diğer bazı komutlar kullanılır. -ihtiyacımıza göre analiz.

AMAÇ VE HEDEFLER

Çalışmanın iki ana amacı vardır. İlk olarak, Hindistan’da şizofreni prevalansının ve örüntüsünün kesin tahminini belirlemek için bir meta-analiz yapılması amaçlandı. İkincisi, sağlam istatistiksel özelliklere dayalı olarak bu gibi durumlarda çeşitli meta-analiz yaklaşımları arasından uygun yöntemi belirlemek.

BULUNAN ÇALIŞMALAR

Şizofreni prevalansı çalışmaları için literatür taraması, İnternet tabanlı uluslararası kabul görmüş veritabanı MEDLINE’ın PubMed aracılığıyla araştırılmasıyla başlamıştır. Prevalans, Hindistan, Şizofreni anahtar kelimeleri ile 97 çalışma bulunmaktadır. Hint kökenli bazı çalışmalar MEDLINE’da indekslenmemiş olabilir, Hint kökenli INDMED veritabanı aynı anahtar kelimelerle aranmıştır. “Yaygınlık, Hindistan, Şizofreni” anahtar kelimeleri ile sadece beş çalışma vardı.

Yukarıdakilere ek olarak, şizofreni alanında 200’den fazla uzman tespit edilmiş ve kendilerine yayınlanmamış, devam eden ve yüksek lisans ve doktora tez sonuçlarının tarafımıza iletilmesi talebiyle e-posta gönderilmiştir. Üç yüksek lisans tezi toplayabildik. Ayrıca ICMR sponsorluğundaki çalışma raporlarından veri topladık. Şizofreni için ICMR sponsorluğundaki beş çalışmanın izini sürdük.

Psikiyatri alanındaki uzmanların yayınlanmamış, devam eden yüksek lisans ve doktora tezlerinin yaygınlık çalışmalarını e-posta ile göndermeleri istenmiştir. Şizofreni prevalansı konusunda önde gelen makalelerin referansları, daha önceki çalışmaları bulmak için tarandı. Bu, Tablo A1’de şizofreni için ek 33 çalışma ile sonuçlandı.

ÇALIŞMALARIN DAHİL VE DIŞLANMASI İÇİN KRİTERLER

Önerilen hedefler göz önünde bulundurularak, çalışmaların homojenliğini artırmak ve çalışmaları karşılaştırılabilir kılmak için aşağıdaki dahil etme ve hariç tutma kriterleri belirlenmiştir.

Dahil etme kriterleri aşağıdaki gibidir: (1) çalışmanın temel tasarımı kapıdan kapıya araştırma olmalıdır, (2) şizofreni için ayrı yaygınlık oranlarının mevcudiyeti ve (3) örnekleme birimlerinin rastgele seçilmesi. Dışlama kriterleri aşağıdaki gibidir: (1) hastane temelli çalışmalar, (2) tüm yaş gruplarını kapsamayan çalışmalar ve (3) popülasyonun demografik özelliklerini raporlamayan çalışmalar.

SEÇİLMİŞ ŞİZOFRENİ ÇALIŞMALARI

Çalışmaların dahil etme ve hariç tutma kriterlerine göre nihai seçimi, yazar, yayın ve yayın yılı konusunda kör olan iki araştırmacının değerlendirmesine dayanmalıdır. Aynı çalışma ile ilgili birden fazla yayın olması durumunda daha fazla bilgi veren çalışma seçilecektir. Tablo A2’de olduğu gibi meta-analiz için seçilen 37 çalışma bulunmaktadır.

SEÇİLMİŞ ÇALIŞMALARIN AMAÇLARI VE NUMUNE ALMA YÖNTEMLERİ

Şizofreninin şizofreni bozukluklarının bir parçası olarak veya yalnızca şizofreni bozuklukları için dahil edildiği 37 psikiyatri epidemiyolojik çalışmasında incelenen popülasyon ve uyarlanan örnekleme yöntemleri ile birlikte asıl amaç Tablo A3’te belirtilmiştir.

ŞİZOFRENİ ÇALIŞMALARINA İLİŞKİN GENEL BİLGİLER

Seçilen 37 şizofreni çalışmasına ilişkin genel bilgiler Tablo A4’te sunulmaktadır. Çalışmalar 1964’ten 2001’e kadar 38 yıllık bir dönemi kapsıyordu. Nandi en fazla sayıda çalışmaya katkıda bulundu (11), bunu ICMR (5) ve Sethi (3) izledi.

Batı Bengal en yüksek sayıda çalışmaya (14) katkıda bulunmuştur, bunu Karnataka (6), Uttar Pradesh (5), Tamilnadu (3), Gujarat (3), Pondicherry (2), Punjab (2), Kerala (1) ve Goa (1). 37 çalışmanın 23’ü kırsal alanlardan, 7’si kentsel çalışmalardan, 3’ü yarı kentsel alanlardan ve 4’ü hem kırsal hem de kentsel sektörlerin karma yerleşimine dayanmaktadır.

30 çalışmanın mevcut raporlarına göre, aile sayısı 82 ile 6038 arasında değişiyordu. Ortalama aile büyüklüğü 5,3 idi ve 4,0 ile 7,5 arasında değişiyordu.

The post VERİLERİN HAZIRLANMASI – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Meta-analiz yaparken çalışmaların kalitesi hakkındaki bilgileri hesaba katmak sezgisel olarak mantıklıdır. Bir yaklaşım, bazı kalite standartlarını karşılamayan denemeleri basitçe hariç tutmaktır. Bu genellikle haklı olabilir, ancak geçerli bilgilere katkıda bulunabilecek çalışmaları hariç tutma tehlikesiyle karşı karşıyadır.

Bu nedenle, örneğin karşılaştırılabilir gruplar oluşturmada açıkça başarısız olanlar gibi, yalnızca büyük tasarım eksiklikleri olan denemeleri hariç tutmak ihtiyatlı olabilir. Bununla birlikte, çalışma kalitesinin etki tahminleri üzerindeki olası etkisi, her zaman belirli bir dahil edilen çalışma setinde incelenmelidir. Bu amaçla bir dizi farklı yaklaşım önerilmiştir.

İstatistiksel Havuzda Ağırlık Olarak Kalite

En radikal yaklaşım, analizde ağırlıklandırma faktörleri olarak çalışma kalitesi hakkındaki doğrudan bilgileri dahil etmektir. Standart meta-analiz etkisinde, bireysel denemelerin tahminleri, varyanslarının tersi ile ağırlıklandırılır. Deneme ne kadar büyükse, etki tahmininin varyansı o kadar küçük ve çalışmanın meta-analizde aldığı ağırlık o kadar büyük olur.

Çalışma ağırlıkları kalite puanları ile çarpılabilir, böylece “yüksek kaliteli” olduğu düşünülen çalışmaların ağırlığı artırılır ve “düşük kaliteli” çalışmaların ağırlığı azaltılabilir. 100 üzerinden 40 kalite puanına sahip bir deneme, bu nedenle, yarısı bilgi miktarına (örnek boyutuna göre) ancak 80 kalite puanına sahip bir deneme ile analizde aynı ağırlığı alacaktır.

Örneğin, Kasiske ve ark. çift ​​kör, tek kör ve açık randomize çalışmalar, randomize olmayan karşılaştırmalı çalışmalar ve vaka serileri dahil olmak üzere antihipertansif ilaçların serum lipidleri üzerindeki etkisine ilişkin 474 çalışmayı gözden geçirdi. 474 çalışmanın tümü tek bir analizde toplanmıştır. Çalışma türü ve kalitesindeki farklılıkları hesaba katmak için yazarlar bir kalite ölçeği geliştirdiler ve analizi toplam puanla ağırlıklandırdılar. Çalışma tipinin ve metodolojik kalitenin etkisinin doğrudan bir incelemesi yapılmamıştır, bu da sonuçların yorumlanmasını son derece zorlaştırmaktadır.

Kalite puanlarına göre ağırlıklandırma, çeşitli nedenlerle sorunludur. Birincisi, yukarıda tartışıldığı gibi, ölçeğin seçimi analizdeki bireysel çalışmaların ağırlığını etkileyecektir ve bu nedenle birleşik etki tahmini ve güven aralığı kullanılan ölçeğe bağlı olacaktır.

İkincisi, güven aralığının genişliği, ham puanların dönüştürülmesiyle kolaylıkla değiştirilebilir. Kullanılan ölçeğe ve dönüşüme bağlı olarak, güven aralıklarının genişliği artabilir veya azalabilir, ancak çalışma kalitesinin tahminlerin kesinliğini değiştirmesi için hiçbir neden yoktur. Üçüncüsü, genel olarak zayıf çalışmalar hala dahil edilmiştir.

Bu nedenle, zayıf metodolojiyle ilişkili herhangi bir önyargı ortadan kaldırılmaz, yalnızca azaltılır. Hem iyi hem de kötü çalışmaların dahil edilmesi, araştırmalar arasında tahmin edilen etkilerin heterojenliğini artırabilir ve sistematik bir incelemenin güvenilirliğini azaltabilir. Detsky ve meslektaşları tarafından belirtildiği gibi, kalite puanlarının ağırlık olarak dahil edilmesi, istatistiksel veya ampirik doğrulamadan yoksundur.

İstatistik veri seti örnekleri
2miners SOLO
SQL Server istatistik güncelleme
Veri seti Örnekleri
2Miners kazanç hesaplama
İstatistik veri seti nedir
Tesadüf parselleri deneme deseni örneği
Tesadüf parselleri ile tesadüf blokları arasındaki farklar

Duyarlılık Analizi

Bir meta-analizin bulgularının farklı varsayımlara karşı sağlamlığı, her zaman kapsamlı bir duyarlılık analizinde incelenmelidir. Metodolojik kalitenin etkisinin değerlendirilmesi bu sürecin bir parçası olmalıdır. Heparin örneğinde gösterildiği gibi, basit tabakalı analizler ve çok değişkenli meta-regresyon modelleri, tedavi etkileri ile çoklu çalışma özellikleri arasındaki ilişkileri araştırmak için faydalıdır.

Bu amaçla, kalite özet puanları veya bireysel bileşenlere ilişkin kategorik veriler kullanılabilir. Bununla birlikte, yukarıda tartışılan nedenlerden dolayı, duyarlılık analizinin, belirli bir meta-analiz bağlamında önemli kabul edilen çalışma kalitesi bileşenlerine dayanmasını öneriyoruz. Etki tahminlerini kalite puanlarına göre çizmek veya kalite sırasına göre kümülatif meta-analiz yapmak gibi diğer yaklaşımlar da bileşik ölçekleri çevreleyen sorunlardan etkilenir.

Sonuçlar

Bu bölümde ana hatlarıyla belirttiğimiz metodolojik kalitenin ölçülmesiyle ilgili sorunlar, deneme kalitesi konusuna özgü değildir. Yaşam kalitesini değerlendirmek için kullanılan bileşik ölçekler veya bir dizi klinik sonucu ölçmeyi amaçlayan ölçeklerle ilgili olarak benzer sorunlar kaydedilmiştir. Örneğin, Schneider ve Knahr, ön ayak cerrahisinden sonra sonucu derecelendirmek için 13 farklı puanlama sistemini değerlendirdi. Bu sistemlerden bazılarının çok zayıf bir şekilde anlaştığını ve birkaç durumda puan çiftlerinin negatif korelasyon gösterdiğini buldular.

Sistematik incelemelerde çalışma kalitesinin önemi sadece kontrollü araştırmalarla ilgili değildir. Aynı temel ilkeler, teşhis çalışmaları gibi diğer çalışma türlerinin sistematik incelemeleri için de geçerlidir. Bu çalışma tasarımları için metodolojik kalitenin temel unsurları, randomize çalışmalar kadar iyi anlaşılmamıştır.

Pek çok araştırmanın metodolojik olarak zayıf olduğuna ve eksikliklerin sistematik incelemelerin yanlı bulgularına dönüştüğüne dair artan kanıtlar olduğuna dair yeterli kanıt var. Kontrollü çalışmaların metodolojik kalitesinin değerlendirilmesi ve duyarlılık analizlerinin yürütülmesi bu nedenle meta-analizde rutin prosedürler olarak düşünülmelidir.

Bileşik kalite ölçekleri, deneme popülasyonlarını karşılaştırırken yararlı bir genel değerlendirme sunabilse de, bu tür ölçekler genel olarak belirli bir meta-analizde düşük veya yüksek kalitede görünen denemeleri belirlemek için kullanılmamalıdır. Bunun yerine, ilgili metodolojik yönler ideal olarak a priori olarak tanımlanmalı ve bireysel olarak değerlendirilmelidir. Bu genellikle tedavi tahsisinin gizlenmesi, sonuç değerlendirmesinin körleştirilmesi ve yıpranmanın ele alınması gibi kilit alanları içermelidir.

Randomize kontrollü çalışmalardan bireysel hasta verilerinin elde edilmesi

Özet noktalar

• Sağlık hizmetlerindeki bireysel randomize araştırmalar, kendi başlarına, tedaviler arasındaki tipik farklılıkları büyük sonuçlarla ilgili olarak nadiren tahmin edebilir, çünkü bu farklılıklar nispeten küçük olabilir.
• Bununla birlikte, bu tür farklılıklar, çok önemli olabilir, özellikle de yaygın hastalıklar, kurtarılan birçok yaşam yılı ile sonuçlanabilir ve halk sağlığı üzerinde önemli bir etkiye sahip olabilir.
• Bu farklılıkları olabildiğince güvenilir bir şekilde araştırmak için, randomize çalışmaların sistematik incelemelerinden elde edilenler gibi büyük ölçekli, tarafsız randomize kanıtlara ihtiyaç vardır.
• Bireysel hasta verilerinin (IPD) merkezi olarak toplanması, sistematik incelemeler için belki de en yoğun kaynak yoğun ve zaman alıcı yaklaşımdır. Bununla birlikte, yalnızca yayınlanmış verilere güvenmeyle ilgili sorunların birçoğunun, toplu verilere güvenmeyle ilgili sorunların bazılarının üstesinden gelecek ve gerçekleştirilebilecek analizlere ve araştırmalara katkıda bulunacaktır.
• IPD yaklaşımının farklı açılardan göreceli katkısı ve sistematik incelemelerin bulgularının güvenilirliğine önemi, devam eden ve gelecekteki araştırmaların konusudur.

The post İstatistiksel Havuz – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

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.

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