Nonparametric estimation of heterogeneity variance for the standardised difference used in meta-analysis
元分析中标准化差异的异质性方差非参数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦元分析的异质性方差估计，未明确涉及所列经济计量细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
元分析中标准化差异的异质性方差非参数估计
- 研究问题
- 在以标准化差异为效应指标的元分析中，如何估计研究间异质性方差，并处理各研究内部方差本身也是估计值的问题？
- 方法与思路
- 作者为相应随机效应模型提出非参数矩估计量，以闭式表达实现计算，并从解析比较和不平衡研究规模模拟两方面评估。
- 材料陈述的贡献
- 摘要称该方法考虑研究内方差的估计性质，给出与 Hedges 估计量在偏差、方差和均方误差上的精确比较及其他模拟比较。
- 阅读关注点
- 阅读全文时应核对矩条件、标准化差异的定义、方差估计误差如何进入推导，以及解析比较与模拟结论成立的参数范围。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；未给出比较的具体结果与条件，作者所称表现较好不能解释为普遍优势。
原文摘要
The standardised difference has become a frequently used measure of the effect of interest in meta-analysis. Given population heterogeneity, we propose a nonparametric moment estimator for the heterogeneity variance in the corresponding random effects model. The advantages of this approach are threefold. First, it recognises that the specific variances for the individual studies themselves are given in the form of estimates. Secondly, the simple structure of a moment estimator leads to numerical, closed-form expressions. Thirdly, the new estimator appears to behave better than other known estimators. Simulation-free, exact comparisons of the new estimator with the Hedges estimator are provided in terms of bias, variance and mean squared error. Furthermore, by means of a simulation study with unbalanced study sizes we compared the new estimator both with the Hedges estimator and the DerSimonian-Laird estimator.