Meta-Regresyon
Meta-Regression · Ayrıca şöyle bilinir: Meta-Analytic Regression, Weighted Regression in Meta-Analysis, Moderator Analysis, Meta-regresyon
Meta-regresyon, geleneksel meta-analizi, çalışma-düzeyi etki büyüklüklerini bir veya daha fazla çalışma özelliğine (moderatörlere) göre regresyona tabi tutarak çalışmalar arası heterojenliği açıklamak üzere genişleten istatistiksel bir tekniktir. Thompson ve Higgins tarafından 2002'de biçimselleştirilen bu yöntem, çalışmalar arası varyasyonu sistematik olarak açıklayan çalışma özelliklerini belirlemeye olanak tanıyarak, her bir çalışmayı varyansının tersiyle ağırlıklandıran ağırlıklı en küçük kareler yöntemini karma-etkiler çerçevesi içinde kullanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Meta-regresyon, bir meta-analiz anlamlı heterojenlik (I-kare > %25–50) ortaya koyduğunda ve analist, bunu açıklayabilecek çalışma-düzeyi moderatörler hakkında a priori hipotezlere sahip olduğunda uygundur. Aşırı uyumu önlemek için yaygın olarak moderatör başına en az on çalışma gerektirir. Varsayımlar arasında moderatör etkilerinin doğrusal olması ve dahil edilen çalışmaların çoğunda moderatör verilerinin bulunması yer alır. Moderatörler çalışma-düzeyi yerine birey-düzeyi olduğunda, bireysel katılımcı verileri (IPD) meta-analizi tercih edilir. Alt grup analizi, moderatörler kategorik olduğunda ve çalışmalar az olduğunda daha basit bir alternatiftir.
Güçlü yönler & sınırlılıklar
- Belirli çalışma özelliklerinin çalışmalar arası heterojenliğin ne kadarını açıkladığını ölçer
- Tek bir modelde birden fazla moderatörü aynı anda barındırır
- Çalışmaları kesinliğe göre ağırlıklandırarak mevcut istatistiksel bilgiden tam olarak yararlanır
- Yorumlanabilir bir metrikte açıklayıcı gücü ileten bir R-kare benzeri sağlar
- Güvenilir tahminler elde etmek için çok sayıda çalışma gerektirir (tipik olarak moderatör başına 10+)
- Ekolojik yanıltma riski: çalışma-düzeyi ilişkiler birey-düzeyi ilişkileri yansıtmayabilir
- Sonuçlar, artık çalışma-arası varyansı tahmin etmek için seçilen yönteme duyarlıdır
- Nedensellik kuramaz; çalışma özellikleri arasındaki karıştırma yaygındır
SSS
Bir meta-regresyon çalıştırmak için kaç çalışmaya ihtiyacım var?
Kesin bir minimum yoktur, ancak yaygın olarak alıntılanan pratik kural, moderatör değişken başına en az on çalışmadır. Daha az çalışma ile model aşırı uyuma eğilimlidir, standart hatalar hafife alınır ve sonuçların tekrarlanması olası değildir. Mevcut çalışma sayısı az olduğunda, tam bir regresyon modelinden ziyade alt grup analizi veya basit heterojenlik araştırması daha uygundur.
Sabit-etkiler ve karma-etkiler meta-regresyon arasındaki fark nedir?
Sabit-etkiler meta-regresyonu, moderatörleri hesaba kattıktan sonra tüm artık heterojenliğin sıfır olduğunu, yani yalnızca örnekleme hatasının kaldığını varsayar. Karma-etkiler meta-regresyonu, moderatörlerin yakaladığının ötesinde açıklanamayan çalışma-arası değişkenlik için izin vermek üzere rastgele-etkiler terimi (tau-kare) ekler. Karma-etkiler modelleri genellikle tercih edilir çünkü sıfır artık heterojenlik varsayımı pratikte nadiren geçerlidir.
Meta-regresyon, bir moderatörün etki büyüklüklerindeki farklılıklara neden olduğunu kanıtlayabilir mi?
Hayır. Meta-regresyon çalışma düzeyinde gözlemseldir ve nedensellik kuramaz. Moderatör değişkenler genellikle birbirleriyle ilişkilidir — örneğin, daha yeni çalışmalar daha büyük örneklemler kullanabilir — bu da herhangi bir tekil özelliğin benzersiz katkısını izole etmeyi zorlaştırır. Bulgular, güçlü ön teori ve ön kayıt ile desteklenmedikçe, keşifsel veya hipotez üreten olarak yorumlanmalıdır.
Kaynaklar
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Meta-Regression. ScholarGate. https://scholargate.app/tr/meta-analysis/meta-regression
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Ağ Meta-AnaliziKanıt sentezi↔ karşılaştır
- Ağırlıklı En Küçük Kareler (AEKK)İstatistik↔ karşılaştır