Meta分析中的频率模型平均估计

摘要：

Meta分析(也称荟萃分析或整合分析)是对某种特定科学问题的不同研究结果进行合并评价的一种统计方法.本文着重探讨Meta分析中的模型平均估计问题,依托频率模型平均(frequentist model averaging,即FMA)估计理论,在极大似然估计框架下构造Meta分析中的模型平均估计,并通过随机模拟研究考察Meta分析中的模型选择与模型平均估计的表现.模拟结果显示:二次损失函数最小意义下,模型平均估计的表现要好于模型选择.最后将Meta分析中的模型平均应用于卡介苗疫苗数据的实例分析中,结果表明相对于模型选择而言,模型平均法的预测效果更好.因此,在Meta分析中,模型平均法比模型选择具有更大的优势.

关键词：Meta分析、模型选择、模型平均、极大似然估计

所属期刊栏目：40

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金;浙江教育厅一般科研项目

在线出版日期：2021-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：233-241