मैं वर्तमान में मेटा-विश्लेषण पर काम कर रहा हूं, जिसके लिए मुझे नमूनों के भीतर निहित कई प्रभाव आकारों का विश्लेषण करने की आवश्यकता है। मैं चेग के 2014 (2014) के तीन-स्तरीय मेटा-एनालिसिस अप्रोच पर मेटा-एनालाइजिंग डिपेंडेंट इफेक्ट साइज के लिए आंशिक हूं, कुछ अन्य संभावित रणनीतियों के विपरीत (जैसे, निर्भरता की अनदेखी, पढ़ाई के भीतर औसत आकार, एक प्रभाव आकार का चयन, या विश्लेषण की इकाई को स्थानांतरित करना)। मेरे कई आश्रित प्रभाव आकार सहसंबंध काफी विशिष्ट (लेकिन सामयिक रूप से संबंधित) चर हैं, इसलिए उनमें से औसतन वैचारिक अर्थ नहीं होता है, और अगर ऐसा हुआ भी, तो यह मेरे कुल प्रभाव आकारों की संख्या में लगभग आधे का विश्लेषण करेगा।
इसी समय, हालांकि, मैं मेटा-एनालिटिक प्रभाव का अनुमान लगाने के लिए प्रकाशन पूर्वाग्रह को संबोधित करने के स्टैनली और डकौलीगोस (2014) पद्धति का उपयोग करने में भी दिलचस्पी रखता हूं। संक्षेप में, एक या तो एक मेटा-रिग्रेशन मॉडल को उनके संबंधित भिन्न (सटीक प्रभाव परीक्षण, या पीईटी), या उनके संबंधित मानक त्रुटियों (मानक त्रुटियों, या पीईईएसई के साथ सटीक प्रभाव अनुमान) द्वारा अध्ययन प्रभाव आकारों की भविष्यवाणी करने के लिए फिट बैठता है। पीईटी मॉडल में अवरोधन के महत्व के आधार पर, एक या तो पीईटी मॉडल (यदि पीईटी अवरोधन p > .05) या PEESE मॉडल (यदि पीईटी अवरोधन p <.05) अनुमानित प्रकाशन के रूप में अवरोधन का उपयोग करता है- पूर्वाग्रह मुक्त माध्य प्रभाव आकार।
हालाँकि, मेरी समस्या, स्टैनली और डौकौलीगोस (2014) के इस अंश से उपजी है:
हमारे सिमुलेशन में, अधिक अस्पष्टीकृत विषमता हमेशा शामिल होती है; इस प्रकार, पारंपरिक अभ्यास द्वारा, REE [यादृच्छिक-प्रभाव अनुमानक] को FEE [निश्चित-प्रभाव अनुमानक] से अधिक पसंद किया जाना चाहिए। हालांकि, प्रकाशन चयन होने पर पारंपरिक प्रथा गलत है। सांख्यिकीय महत्व के लिए चयन के साथ, REE हमेशा FEE (तालिका 3) की तुलना में अधिक पक्षपाती है। यह अनुमानित हीनता इस तथ्य के कारण है कि आरईई अपने आप में सरल औसत का एक भारित औसत है, जिसमें सबसे बड़ा प्रकाशन पूर्वाग्रह है, और एफईई है।
यह मार्ग मुझे यह विश्वास दिलाता है कि मुझे पीईटी-पीईईएसई का उपयोग यादृच्छिक-प्रभाव / मिश्रित-प्रभाव मेटा-एनालिटिक मॉडल में नहीं करना चाहिए, लेकिन एक बहुस्तरीय मेटा-एनालिटिक्स मॉडल को यादृच्छिक-प्रभाव अनुमानक की आवश्यकता होगी।
मैं फटा हुआ हूं कि क्या करना है। मैं अपने सभी आश्रित प्रभाव आकारों को मॉडल करने में सक्षम होना चाहता हूं, लेकिन साथ ही साथ प्रकाशन के पूर्वाग्रह को सुधारने के इस विशेष तरीके का लाभ उठाएं। क्या मेरे पास पीईटी-पीईईएसई के साथ 3-स्तरीय मेटा-विश्लेषण रणनीति को वैध रूप से एकीकृत करने का कोई तरीका है?
संदर्भ
चेउंग, MWL (2014)। तीन-स्तरीय मेटा-विश्लेषणों के साथ आश्रित प्रभाव आकार मॉडलिंग: एक संरचनात्मक समीकरण मॉडलिंग दृष्टिकोण। मनोवैज्ञानिक तरीके , 19 , 211-229।
स्टेनली, टीडी, और डॉकौलीगोस, एच। (2014)। प्रकाशन चयन पूर्वाग्रह को कम करने के लिए मेटा-रिग्रेशन सन्निकटन। अनुसंधान संश्लेषण के तरीके , 5 , 60-78।