私は進化論の特定の分野でメタ分析を行うことを検討してきましたが、先に進む前に知りたいと思います。プロセスのプラスとマイナスは何ですか？たとえば、実用的な実験の必要はないという利点（時間とお金）がありますが、出版バイアス（よりエキサイティングな結果が発行される）があり、それは不利です。
統計ジャーナルのどの論文でメタ分析の長所と短所が議論されていますか？
回答:
Borenstein、Hedges、Higgins、Rothsteinによるメタ分析の紹介では、メタ分析の長所と短所について詳しく説明しています。たとえば、著者がメタ分析のさまざまな批判に応える「メタ分析の批判」の章を参照してください。その章のセクション見出しに注意し、その点に関連するいくつかの観察結果をメモリから作成します。
私が経験したことですが、あなたが自分の領域に独自の工夫を加えていないなど、以前にやったことがなければ、適切なジャーナルはそれらに対して偏りがありません。科学ではメタアナリシスは得られませんが、あなたの分野では通常、新しいメタアナリシスで優れたジャーナルは問題ありません。
実験を行わないことで節約される時間とコストは、多くの場合、他のことをすることに食われます。大きな問題の1つは、多くの記事が分析に十分な情報を報告していないことです。多くの場合、これを回復するために作者に連絡する必要がありますが、残念ながらすべてが頻繁にリクエストに応じられないか、順守できません。これはプロセスの最大のタイムシンクです。
また、高い引用率のようないくつかのプロを逃しました。あなたが最初で唯一のメタ分析である場合、新しい研究者は頻繁に論文を引用します。別の長所は、比較的簡単な追跡調査です。動的な研究分野では、1〜2年後に、次の2年間の研究を追加のメタ分析に追加するだけです。あなたが最初の発動者であれば、研究分野でメタ分析を選択することは比較的簡単です。その後、比較的高い引用率につながります。
文献から検索している結果に出版バイアスがあることに懸念がある場合、ファンネルプロット（y軸のスタディサイズ（多くの場合-se）とxの効果）などの統計的手法を使用して、そのようなものを検出します。主題に関する公平な文献は、ファンネルプロットで対称的な結果になる傾向がありますが、出版バイアスによる影響は、分布の半分にしか見えません。また、実験とは異なり、メタ分析に送られるデータに偏りがあることを発見することは公開可能です。
マイケル・ボレンスタインと同僚に謝罪して、「メタ分析の批判」を批判すると思いました。
！分散は不確実性と同様に誤解を招く可能性のある別の要約であり、ほぼ確実に存在するバイアスが明示的に扱われない場合、両方は非常に誤解を招くでしょう。
！かつてボックスが言ったように-クイーンメアリーが入るのに十分なほど海が穏やかかどうかを確認するために手boatぎボートを送るようなもの。非常に低電力で、ほぼ間違いなく打ち切りプロセスの指定が間違っています。
！繰り返しますが、絶望的な力と通常は偏りもあります。
！絶望的な力、モデルの仕様ミス、バイアスが常に適切に説明されているとは限らないメタ分析の品質スコアによって生じるバイアスについて
！彼らの本当の不確実性についての完全な同意と唯一の情報源。
！完全に同意します。
！完全に同意します。
-メタアナリシスの文献maintiansなバラ色ガラスのわからなぜあまりのメタ分析を持って行われるように、個々の研究努力で高品質のための強力な励ましを：医学研究にメタ分析を、しかしすべき批判のすべての完全な意識で行うこと麦汁。
そして、私はほとんどいつも忘れているように、他の人が意味するものは時間と場所によって変化し、おそらく最も一般的な意味-抽出された数値に使用される定量的方法体系的なレビューで-私が言っていることではありません。定量的手法を実際に使用しないことが決定された場合でも、体系的なレビュープロセス全体を意味します。または、wikiで引用されているように、たった1つの文で
統計では、メタ分析とは、研究結果のパターン、それらの結果の間の不一致の原因、または以下のコンテキストで明らかになる可能性のある他の興味深い関係を特定することを期待して、異なる研究からの結果を対比し、組み合わせることに焦点を当てた方法を指します複数の研究。