この質問、特に「問題3」に触発されました。
事後分布は、分布の頻出者によるパラメトリックな説明が提供されていない限り、メタ分析に組み込むのがいくらか困難です。
メタアナリシスをベイジアンモデルに組み込むことについて、最近はかなりのことを考えていました。ベイジアン分析が実際に普及し、既存のコードに組み込むのが非常に簡単になった場合（SAS 9.2以降のBAYESステートメントが頭に浮かぶ）、より頻繁にベイジアン推定の効果を文献で取得する必要があります。
ベイズ分析を実行することを決定した応用研究者がいると仮定してみましょう。私がこの質問で使用したのと同じシミュレーションコードを使用して、頻度主義のフレームワークを使用した場合、彼らは次の頻度主義者の推定値になります。
log relative risk = 1.1009, standard error = 0.0319, log 95% CI = 1.0384, 1.1633
標準の、すべてデフォルトで情報のない事前のBAYESステートメント分析を使用すると、対称的な信頼区間または標準誤差が対称になる理由はありません。この場合、事後は正規分布でかなり簡単に説明できるので、それをそのように説明して「十分に近い」ものにすることができますが、誰かがベイズ効果の推定と非対称の信頼できる間隔を報告するとどうなりますか？それを標準のメタ分析に含める簡単な方法はありますか、または推定値をパラメトリックに記述された分布にできるだけ近いものに戻す必要がありますか？または、他の何か？
3
また、弱くない事前情報が組み込まれている場合、メタ分析は、同じ事前情報を使用する複数の研究からの情報の二重カウントを回避する必要があるという追加の問題もあります。
—
John Salvatier、2011年
たぶん、最初の研究から始めて繰り返します-各研究の事後は次の研究の先行になります。では、間隔が歪んでいる場合はどうなるでしょうか。公開能力について話しているのでしょうか。結果として生じる時間の経過に伴う分布の「曲線」は、フィールドの開発に関する情報も提供します。しかし、出版バイアスを調べる良い方法はありますか？おそらく、一種の管理図-連続した「陽性」結果が多すぎることが検出されます。
—
ross '10 / 10/29