আমি বর্তমানে একটি মেটা-বিশ্লেষণে কাজ করছি, যার জন্য আমাকে নমুনাগুলির মধ্যে নেস্টেড একাধিক প্রভাবের আকারগুলি বিশ্লেষণ করতে হবে। অন্যান্য সম্ভাব্য কৌশলগুলির (যেমন, নির্ভরতা উপেক্ষা করা, অধ্যয়নের মধ্যে প্রভাবের আকারগুলি গড় করা, একটি প্রভাবের আকার নির্বাচন করা, বা বিপরীতভাবে) প্রভাবের আকারগুলি মেটা-বিশ্লেষণের ক্ষেত্রে ত্রি-স্তরের মেটা-বিশ্লেষণ পদ্ধতির আমি আংশিক আছি বিশ্লেষণের একক স্থানান্তরিত)। আমার নির্ভরশীল প্রভাবের মাপগুলির অনেকগুলি পারস্পরিক সম্পর্কগুলি মোটামুটি স্বতন্ত্র (তবে শীর্ষস্থানীয় সম্পর্কিত) ভেরিয়েবলগুলির সাথে জড়িত, সুতরাং তাদের জুড়ে গড় ধারণা ধারণাগত কোনও ধারণা দেয় না এবং এমনকি যদি তা ঘটে থাকে তবে এটি বিশ্লেষণের জন্য আমার মোট প্রভাবের আকারকে প্রায় অর্ধেক কেটে দেবে।
একই সময়ে, তবে আমি একটি মেটা-অ্যানালিটিক প্রভাবের অনুমানের ক্ষেত্রে স্ট্যানলি ও ডকোলিয়াগোসের (২০১৪) প্রকাশনার পক্ষপাতদুষ্টকে সম্বোধন করার পদ্ধতিটিও ব্যবহার করতে আগ্রহী। সংক্ষেপে বলা যায়, যে কোনও একটি তাদের মেটা-রিগ্রেশন মডেলটি ফিট করে যা তাদের স্বতন্ত্র প্রকরণগুলি (যথাযথ প্রভাব পরীক্ষা, বা পিইটি), বা তাদের নিজ নিজ স্ট্যান্ডার্ড ত্রুটি (স্ট্যান্ডার্ড ত্রুটিগুলি, বা পিইএসই সহ নির্ভুলতার প্রভাব অনুমান) দ্বারা অধ্যয়ন প্রভাবের মাপের পূর্বাভাস দেয় fits পিইটি মডেলের ইন্টারসেপ্টের তাত্পর্যের উপর নির্ভর করে, কেউ পিইটি মডেল (যদি পিইটি ইন্টারসেপেট পি > .05) বা পিইএসই মডেল (পিইটি ইন্টারসেপ্ট পি <.05) থেকে ইন্টারসেপ্টটি অনুমিত প্রকাশ হিসাবে ব্যবহার করে- পক্ষপাতমুক্ত গড় প্রভাব আকার।
আমার সমস্যাটি অবশ্য স্ট্যানলি ও ডকোলিয়াগোস (২০১৪) এর এই অংশ থেকে উদ্ভূত:
আমাদের সিমুলেশনগুলিতে, অতিরিক্ত অব্যক্ত বিজাতীয়ত্ব সর্বদা অন্তর্ভুক্ত থাকে; সুতরাং, প্রচলিত অনুশীলনের মাধ্যমে, আরইইইউ [র্যান্ডম-এফেক্টস অনুমানকারীদের] ফি'র চেয়ে বেশি পছন্দ করা উচিত [স্থির-প্রভাবের অনুমানকারী]। যাইহোক, প্রকাশনার নির্বাচন আছে যখন প্রচলিত অনুশীলন ভুল। পরিসংখ্যানগত তাত্পর্য জন্য নির্বাচনের সাথে, REE সবসময়ই ফি (টেবিল 3) এর চেয়ে বেশি পক্ষপাতদুষ্ট থাকে। এই অনুমানযোগ্য হীনমন্যতা এই সত্যের কারণে যে REE নিজেই সরল গড়ের একটি ভারী গড়, যার বৃহত্তম প্রকাশনা পক্ষপাত, এবং ফি থাকে।
এই উত্তরণটি আমাকে বিশ্বাস করতে পরিচালিত করে যে আমি র্যান্ডম-ইফেক্ট / মিশ্র-প্রভাবগুলি মেটা-অ্যানালিটিক মডেলগুলিতে পিইটি-পিইএসইই ব্যবহার করা উচিত নয়, তবে একটি মাল্টিলেভাল মেটা-অ্যানালিটিক মডেলটিকে এলোমেলো-প্রভাবের অনুমানকারী প্রয়োজন বলে মনে হয়।
আমি কি করতে হবে তা ছিঁড়ে গেছে। আমি আমার নির্ভরশীল প্রভাবের সমস্ত আকারের মডেল করতে সক্ষম হতে চাই, তবে একই সাথে প্রকাশনা পক্ষপাতের জন্য সংশোধন করার এই বিশেষ পদ্ধতির সুবিধা গ্রহণ করব। আমার কাছে পিইটি-পিইএসইটির সাথে 3-স্তরের মেটা-বিশ্লেষণ কৌশলটি বৈধভাবে সংহত করার কোনও উপায় আছে?
তথ্যসূত্র
চেউং, এমডাব্লুএল (2014)। মডেলিং নির্ভর প্রভাব আকারগুলি তিন-স্তরের মেটা-বিশ্লেষণ সহ: একটি কাঠামোগত সমীকরণ মডেলিং পদ্ধতির। মনস্তাত্ত্বিক পদ্ধতি , 19 , 211-229।
স্ট্যানলি, টিডি, এবং ডকোলিয়াগোস, এইচ। (2014)। প্রকাশনার নির্বাচনের পক্ষপাতিত্ব হ্রাস করতে মেটা-রিগ্রেশন আনুমানিক। গবেষণা সংশ্লেষ পদ্ধতি , 5 , 60-78।