Meta-regressie
Meta-regressie is een statistische techniek die conventionele meta-analyse uitbreidt door effectgroottes op studieniveau te regresseren op één of meer studiekenmerken (moderatoren) om heterogeniteit tussen studies te verklaren. Geformaliseerd door Thompson en Higgins in 2002, maakt het gebruik van gewogen kleinste kwadraten — waarbij elke studie wordt gewogen met de inverse van zijn variantie — binnen een gemengd-effecten raamwerk, waardoor onderzoekers kunnen identificeren welke studiekenmerken systematisch verantwoordelijk zijn voor variatie in waargenomen effecten in de literatuur.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Meta-Regression. ScholarGate. https://scholargate.app/nl/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.
- Netwerk-meta-analyseEvidentiesynthese↔ compare
- Gewogen Kleinste Kwadraten (GKK)Statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →