心理学研究方法-元分析.pptVIP

*元分析Meta-Analysis一、相关概念*显著性(significance)原因量(causesize)效应量(effectsize)010203显著性(significance)：反映结果或结论的可靠性。I型错误与II型错误统计功效边缘显著（marginallysignificant）以控制组的标准差或联合标准差为单位表示实验组和控制组之间的差异。均值差异的效应量：02反映实验处理效应或变量间相关程度的大小。效应量(effectsize)：01（原始数据）发作未发作总计阿斯匹林安慰剂10418910933108451103711034总计2932177822071效应量大小与实际意义效应量大小与实际意义（百分比）发作未发作总计阿斯匹林安慰剂0.941.7199.0698.29100100总计1.3398.67100显著性=效应量×研究规模*原因量(causesize)：*1教改实验一月vs.教改实验三年32服药一天vs.服药一年反映研究中实施自变量的力度或难易程度。小的效应量也可能具有重要意义：自变量的操纵代价极小一块饼干与助人行为因变量的改变极为困难Milgram（1963）的服从实验二、元分析的含义*primaryanalysis:Secondaryanalysis:第一手分析，对单项研究中得到的数据进行分析以验证假设。第二手分析，对研究进行再分析(re-analysis)以验证新的假设或者运用更适合的分析方法。Glass（1976）：以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法。01Ellenberg(1988)：对具有共同研究目的相互独立的多个研究结果给予定量分析、合并分析，剖析研究间差异特征，综合评价研究结果。02Sacks（1987）：对以往的研究结果进行统计学的合并和严谨的系统综述方法。03元分析就是应用特定的设计和统计学方法对以往的研究结果进行整体的和系统的定性与定量分析。它是回顾性的，是对传统综述的一种改进，是概括以往研究结果的一种方法，包括大量的方法和技术，具有全面、系统和定量的特点，可以用以对以前的具有不同研究设计的和不同时期收集到的资料进行整合。1一般研究以单个被试为最小的分析单位；元分析以单个研究为分析单位。2从研究中能够获取何种分析数据？在用样本信息推断总体参数时，是存在抽样误差的，并且抽样误差的大小与样本量的大小有关。01统计学用抽样分布的理论来描述样本统计量的变化规律。02从一个均数为1.5，标准差为0.7的正态总体中进行随机抽样，样本量分别为20，50，100，200，300，500，1000，不同的样本量均进行20次抽样，共得到140个样本。分别计算每个样本的均数，标准差和标准误。以样本的均数为横坐标，以样本量为纵坐标作散点图010302从均数为1.5，标准差为0.7的正态总体的140次随机抽样结果用这140个样本的信息来估计总体的均数和标准差，?=1.501,?=0.699。这样做的结果是提高了估计的精度。04说明140个样本对应的总体均数是相同的。05由于抽样过程存在抽样误差，样本量较大时抽样误差较小。01用方差分析的方法对不同的样本所对应的总体均数是否相等进行检验，方差分析的结果为F=0.862,P=0.878。03所以从图中可以看出所有的点以样本量较大时的均数为轴，左右是基本对称的。02理想状态我们可以把不同作者对相同问题进行的研究看作是从同一总体中进行抽样得到的一个随机样本，如果他们都是按照相同的设计得到的研究结果，并且我们可以找到每一项研究的结果，这样就可以根据上面的原理得到一个更为可靠的结果。实际情况*01040203不同作者所使用的设计方案会有一定的差别；选择的实验对象有所不同；研究结果不一定都能发表到专业杂志上。因此实际能够得到的资料可能是不完整的，甚至是有偏性的，如阳性结果的文章、和目前普遍能够接受的观点一致的文章可能更容易发表在专业杂志上。重复发表。人为地修改数据。三、元分析的目的和意义传统文献综述存在的一些问题：*以定性分析或描述为主，难以给出一个定量的结论。当所涉及的实验数量不断增加时，得出错误结论的机率也随之增加。1如果有关研究的数量众多如有500个，那么要从这么多的研究结果中得出一个一般性的结论已超出了个人的能力。2综述者究竟使用了哪些文献常常不得而知。传统综述中没有足够重视研究质量、样本大小等因素对研究结论带来的影响。