Meta-Regression
Meta-Regression ist eine statistische Technik, die die konventionelle Meta-Analyse erweitert, indem sie studienebene Effektstärken auf eine oder mehrere Studieneigenschaften (Moderatoren) regressiert, um die Heterogenität zwischen Studien zu erklären. Formalisiert von Thompson und Higgins im Jahr 2002, verwendet sie gewichtete kleinste Quadrate – wobei jede Studie mit dem Kehrwert ihrer Varianz gewichtet wird – innerhalb eines Mixed-Effects-Modells, das es Forschern ermöglicht, zu identifizieren, welche Studienmerkmale systematisch für Variationen in beobachteten Effekten über die Literatur hinweg verantwortlich sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Meta-Regression. ScholarGate. https://scholargate.app/de/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.
- Netzwerk-Meta-AnalyseEvidenzsynthese↔ compare
- Gewichtete Kleinste Quadrate (GKS)Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →