Evaluating Meta-Regression Techniques: A Simulation Study on Heterogeneity in Location and Time
元回归方法评估：地点与时间异质性的模拟研究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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究元回归异质性，地点和时间维度本身不足以确认属于微观或宏观面板计量。
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
元回归方法评估：地点与时间异质性的模拟研究
- 研究问题
- 元分析同时存在地点与时间异质性时，传统及扩展的元回归设定在统计功效、估计偏倚和模型稳健性上表现如何？
- 方法与思路
- 作者使用个体层面模拟数据，系统改变异质性程度，比较传统元回归与七种扩展设定，包括地点固定效应和研究固定效应加趋势。
- 材料陈述的贡献
- 摘要称在两个维度均有异质性时，联合建模比只处理一个维度表现更好，并讨论所提设定及模型选择的参考依据。
- 阅读关注点
- 应核对地点、研究和时间维度的对应关系、各设定的估计目标，以及功效、偏倚和稳健性结论所依赖的模拟情景。
- 阅读边界
- 这是arXiv预印本，不能认定已经同行评审或接收。摘要未提供模拟生成机制和结果数值，不能据此认定某一设定普遍最优。
原文摘要
In this paper, we conduct a simulation study with subject-level data to evaluate conventional meta-regression approaches (study-level random, fixed, and mixed effects) against seven methodology specifications new to meta-regressions that control joint heterogeneity in location and time (including a new one that we introduce). We systematically vary heterogeneity levels to assess statistical power, estimator bias and model robustness for each methodology specification. This assessment focuses on three aspects: performance under joint heterogeneity in location and time, the effectiveness of our proposed settings incorporating location fixed effects and study-level fixed effects with a time trend, as well as guidelines for model selection. The results show that jointly modeling heterogeneity when heterogeneity is in both dimensions improves performance compared to modeling only one type of heterogeneity.