 |
 |
 |
 |
|
 |
 |
серьезный недостаток всякий раз, когда в двух исслед. приводятся одинаково значимые результаты
противоположного характера. В этой ситуации метод Фишера дает допускающие двоякое толкование
результаты, подтверждая значимость любого из исходов. Поэтому, когда проводится обзор всего
нескольких исслед., рекомендуется не использовать эту процедуру механически. Но, вообще говоря,
можно усомниться в пользе проведения М. в тех случаях, когда расходящиеся данные получены в таком
ограниченном количестве исслед. Если число исслед. в к.-л. области мало, а полученные в них данные
явно расходятся, то возникают вопросы не только в отношении уместности применения М. как метода
обзора данных, но и в отношении того, указывают ли анализируемые публикации на сколько-нибудь
жизнеспособную область исслед.
Сложный критерий Вайнера, называемый методом «суммирования значений t», имеет вид:
2
/
1
))]
2
/(df
(df
[
t
Z
c
.
Основанная на выборочном распределении независимых статистик t, эта процедура заключается
в вычислении нормированного отклонения (standard normal deviate), равного сумме значений t-
критерия, деленной на корень квадратный из дисперсии t-распределения. Эти значения t-критерия или
берутся прямо из включаемых в обзор публикаций, или, если в них приведены только значения р,
получаются путем преобразования указанных р в t. Дисперсия t-распределения имеет приближенно
нормальное распределение, когда число степеней свободы (df) для каждого значения t больше или равно
10. Следовательно, в тех случаях, когда число степеней свободы для каждого значения t меньше 10, этот
метод не будет давать достаточно хорошего приближения. Т. о., хотя метод Вайнера и обладает
преимуществом в том смысле, что нечувствителен к числу обозреваемых исслед., его эффективное
использование, в конечном счете, зависит от числа степеней свободы, связанного с каждым исслед.
Наконец, метод Стауффера, известный как метод суммирования значений Z (adding Z's method),
яв-ся, возможно, наиболее широко используемой процедурой объединения данных, к-рая
иллюстрируется следующим уравнением:
N
z
Z
c
.
Эта вычислительная процедура относительно проста. После преобразования приведенных в
публикациях значений р в соответствующие нормированные отклонения, или Z-величины, эти значения
Z
суммируются и делятся на корень квадратный из числа объединяемых исслед. (N). Данная процедура
основана на том известном факте, что сумма нормированных отклонений сама яв-ся нормированным
отклонением, с дисперсией, равной числу включаемых в анализ исслед. Единственное известное
ограничение этого метода связано с тем, что предположение единичной дисперсии для каждого из
объединяемых исследований может при некоторых обстоятельствах повышать ошибки I и II рода.
Когда число объединяемых данных невелико, при оценивании общей значимости данных
разумно воспользоваться не одной, а несколькими процедурами параллельно. Даже если объединяется
большое число опубликованных данных, рекомендуется использовать вторую процедуру объединения
как средство проверки результатов М. Хотя существенные различия в результатах применения
метааналитических процедур встречаются крайне редко, вычисление критериальных статистик разными
методами все же делает выводы анализа более убедительными. В зависимости от конкретных
обстоятельств, исследователь должен рассматривать возможность применения и других процедур,
включ. модели сложения вероятностей и проверки среднего р Эджингтона (Edgington's adding
probabilities and testing mean p models), модели сложения взвешенных Z-величин и проверки среднего Z
(the adding weighted Zs and testing mean Z models), а также различные вычислительные методы и методы
объединения данных в блоки.
Оценка величины эффекта
Вторая общая метааналитическая стратегия в области объединения данных, полученных в
разных исслед., предполагает оценивание силы интересующего эффекта. В отличие от первой
стратегии, предполагающей определение общей значимости данных, оценка величины эффекта
сосредоточена более конкретно на силе эффекта гипотетической связи между переменными. Как
заметил Коэн: «Не подразумевая каких-либо необходимых выводов о причинности, удобно
пользоваться выражением величина эффекта в
значении уровня представленности определенного
феномена в генеральной совокупности или, иначе говоря, степени ложности нулевой гипотезы (нулевой
величины эффекта)».
Оценки величины эффекта можно получать с помощью широкого множества методов. В данном
случае мы ограничимся рассмотрением статистических критериев, подходящих для оценки а)
