元回歸模型被廣泛應用于調節(jié)變量的識別。從元分析技術的原理談起,介紹了元回歸模型,然后采用蒙特卡洛模擬,基于統(tǒng)計功效和估計精度探究效應量個數(shù)對元回歸模型參數(shù)估計的影響,從而確立效應量的最小個數(shù)需求。主要研究結果為:（1） Wald-type z檢驗方法在元回歸中易犯I類錯誤;（2）為達到參數(shù)估計要求,元回歸至少需要20個效應量;（3）納入合適的調節(jié)變量能降低對效應量的個數(shù)需求�；谘芯拷Y果,提出以下建議:（1）研究者應慎重使用Wald-type z檢驗方法和CMA軟件;（2）研究者至少需要20個效應量,且應當根據(jù)實際情況進一步增加效應量個數(shù);（3）研究者應當積極探索合適的調節(jié)變量;（4）未來審稿人可參考最小效應量個數(shù)需求對元回歸研究進行質量評估。 

【文章來源】：心理科學進展. 2020,28(04)北大核心CSSCI

【文章頁數(shù)】：14 頁

【部分圖文】：

包含一個調節(jié)變量時不同效應量個數(shù)下的置信區(qū)間寬度

包含兩個調節(jié)變量時不同效應量個數(shù)下的置信區(qū)間寬度

包含一個調節(jié)變量時不同效應量個數(shù)下的統(tǒng)計功效

【參考文獻】：
期刊論文
[1]宜人性對企業(yè)家成就的影響:來自元分析的證據(jù)[J]. 王超,袁蒙蒙,姜媛,方平.  心理與行為研究. 2019(01)
[2]企業(yè)社會責任與員工績效的關系:一項元分析[J]. 劉俊,秦傳燕.  心理科學進展. 2018(07)
[3]模型回歸系數(shù)的合并分析在R軟件metafor包中的實現(xiàn)[J]. 張云權,馬露,馮仁杰,朱耀輝,李存祿.  中國循證醫(yī)學雜志. 2015(03)
[4]中介效應的點估計和區(qū)間估計:乘積分布法、非參數(shù)Bootstrap和MCMC法[J]. 方杰,張敏強.  心理學報. 2012(10)
[5]R軟件Metafor程序包在Meta分析中的應用[J]. 董圣杰,曾憲濤,郭毅.  中國循證醫(yī)學雜志. 2012(09)
[6]Stata在探索異質性來源—Meta回歸分析中的應用[J]. 張?zhí)灬?劉江波,鐘文昭.  循證醫(yī)學. 2009(01)



本文編號：3006374