ScholarGate
Assistent
Regression modelEvidence synthesis

Meta-regression

Meta-regression er en statistisk teknik, der udvider konventionel metaanalyse ved at regredere effektstørrelser på studieniveau på én eller flere studiekarakteristika (moderatorer) for at forklare heterogenitet mellem studier. Formaliseret af Thompson og Higgins i 2002, anvender den vægtet mindste kvadraters metode — hvor hvert studie vægtes med den inverse af dets varians — inden for en mixed-effects ramme, hvilket giver forskere mulighed for at identificere, hvilke studieegenskaber der systematisk forklarer variationen i observerede effekter på tværs af litteraturen.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Thompson, S. G., & Higgins, J. P. T. (2002). How should meta-regression analyses be undertaken and interpreted? Statistics in Medicine, 21(11), 1559–1573. DOI: 10.1002/sim.1187

Sådan citerer du denne side

ScholarGate. (2026, June 2). Meta-Regression. ScholarGate. https://scholargate.app/da/meta-analysis/meta-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateMeta-Regression (Meta-Regression). Hentet 2026-06-15 fra https://scholargate.app/da/meta-analysis/meta-regression · Datasæt: https://doi.org/10.5281/zenodo.20539026