Meta-Analysis
薈萃分析的優缺點
我一直在考慮對進化的特定研究領域進行一些元分析，但在我進一步研究之前，我想知道；該過程的積極和消極因素是什麼？例如，不需要實際實驗是一種優勢（時間和金錢），但會存在發表偏差（發表更令人興奮的結果），這將是一個劣勢。
統計期刊中有哪些論文討論了薈萃分析的優缺點？
Borenstein、Hedges、Higgins 和 Rothstein 的Meta-Analysis 簡介詳細討論了 Meta 分析的優缺點。例如，參見“元分析的批評”一章，作者回應了對元分析的各種批評。我記下該章的章節標題，然後從記憶中做出與該點相關的一些觀察：
- “一個數字不能概括一個研究領域”：一個好的元分析將模擬真實效應大小的可變性並模擬估計的不確定性。
- “文件抽屜問題使薈萃分析無效”：漏斗圖和相關工具允許您查看樣本量是否與效應量相關，以檢查發表偏倚。好的薈萃分析努力獲得未發表的研究。這個問題與敘事研究共享。
- “混合蘋果和橙子”：好的薈萃分析提供了一個嚴格的編碼系統，用於對納入的研究進行分類，並證明在薈萃分析中納入和排除研究是合理的。在對研究進行分類後，可以進行調節分析以查看效應大小是否因研究類型而異。
- “重要研究被忽略”：您可以對研究的評估質量進行編碼。大樣本可以被賦予更大的權重。
- “薈萃分析可能不同意隨機試驗”：
- “薈萃分析表現不佳”：這僅僅是提高薈萃分析方法標準的論據。
- “敘述性評論更好嗎？”：對薈萃分析的許多批評（例如，發表偏倚）與敘述性評論相同。只是推理方法在敘述性評論中不夠明確和不夠嚴謹。