[论文解读] Publication Bias in Meta-Analysis: Confidence Intervals for Rosenthal's Fail-Safe Number

Konstantinos C. Fragkos, Michail Tsagris+1 more|Munich Personal RePEc Archive (Ludwig Maximilian University of Munich)|Sep 4, 2015

Forecasting Techniques and Applications被引用 3

一句话总结

本文針對元分析中的出版偏倚檢測，發展羅森塔爾失敗安全次數的信賴區間，採用常態近似與非參數自助法兩種方法。針對固定與隨機研究數量之情形，推導出不同的變異數估計式，模擬結果顯示半常態分配估計式之覆蓋機率最佳。

ABSTRACT

The purpose of the present paper is to assess the efficacy of confidence intervals for Rosenthal's fail-safe number. Although Rosenthal's estimator is highly used by researchers, its statistical properties are largely unexplored. First of all, we developed statistical theory which allowed us to produce confidence intervals for Rosenthal's fail-safe number.This was produced by discerning whether the number of studies analysed in a meta-analysis is fixed or random. Each case produces different variance estimators. For a given number of studies and a given distribution, we provided five variance estimators. Confidence intervals are examined with a normal approximation and a nonparametric bootstrap. The accuracy of the different confidence interval estimates was then tested by methods of simulation under different distributional assumptions. The half normal distribution variance estimator has the best probability coverage. Finally, we provide a table of lower confidence intervals for Rosenthal's estimator.

研究动机与目标

• 評估羅森塔爾失敗安全次數之統計性質，此指標雖廣泛使用但理解甚少。
• 在固定與隨機研究數量之假設下，發展失敗安全次數之信賴區間。
• 比較多種變異數估計式在覆蓋機率之穩健性與準確性。
• 評估常態近似與自助法在建構可靠區間之表現。
• 提供一份實用之失敗安全次數下限信賴區間表，供使用失敗安全次數之研究人員參考。

提出的方法

• 推導在固定與隨機研究數量假設下，羅森塔爾失敗安全次數之理論變異數估計式。
• 針對給定之研究數量與分配假設，提出五種不同的變異數估計式。
• 應用常態近似與非參數自助法技術，以建構信賴區間。
• 在多種分配假設下進行模擬研究，以評估區間準確性。
• 以機率覆蓋率為主要指標，比較不同區間估計方法之表現。
• 根據經驗覆蓋率，選定半常態分配變異數估計式為最佳選擇。

实验结果

研究问题

• RQ1 在不同分配假設下，羅森塔爾失敗安全次數之信賴區間表現如何？
• RQ2 將研究數量視為固定與隨機，對變異數估計之影響為何？
• RQ3 哪一種變異數估計式能為失敗安全次數提供最準確之信賴區間覆蓋率？
• RQ4 常態近似法與自助法在建構可靠區間之表現如何比較？
• RQ5 不同區間估計技術在有限樣本設定下之經驗表現為何？

主要发现

• 半常態分配變異數估計式在所有模擬情境中均展現最佳機率覆蓋率。
• 基於半常態估計式之信賴區間，其覆蓋率接近名目水準，表現優於其他估計式。
• 常態近似法表現可接受，但在非常態條件下不如自助法可靠。
• 自助法提供更具穩健性的區間估計，特別是在分配假設被違反時。
• 本研究確認失敗安全次數之抽樣分配對變異數估計式之選擇極為敏感。
• 提供一份失敗安全次數之下限信賴區間表，以供元分析研究之實務應用。