元分析方法：校正研究結果中的誤差和偏差（原書第3版） Methods of Meta-Analysis: Correcting Error and Bias in Research Findings

Frank L. Schmidt ，John E. Hunter

元分析方法：校正研究結果中的誤差和偏差（原書第3版）

買這商品的人也買了...

相關主題

商品描述

對研究事業來說，今天的元分析比2004年上一版出版時更加重要（第1章完全體現了這種情況）。
原因之一是，元分析正日益為從人力資源管理到醫學等廣泛領域的循證專業實踐提供基礎。
近幾年，元分析領域有許多新方法得以拓展，這些在本書中都有提及。
這本書比以前的版本更加人性化。
許多公式的詳細推導已被刪減，不再出現（感興趣的讀者可以在參考文獻中找到來源）。
此外，無論讀者的統計學和心理測量背景如何，都能夠輕鬆上手學習本書內容。
某些新主題橫跨整本書的多個章節，個別章節中有重要的改進和補充。
在應用本書中介紹的方法時，元分析程序包已經做了許多改進。
本書介紹的方法在許多技術方面不同於其他元分析方法。
然而，所有這些不同源於一個關鍵差異：如何定義元分析的目的。
一本完全致力於我們元分析方法的歷史和影響的書是值得推薦的。
本書是一個很好的信息來源，不僅限於本書所包含的內容。

目錄大綱

前言
第一篇元分析基礎
第1章整合不同研究的結果/ 2
1.1 普遍的問題和例子/ 2
1.2 統計顯著性檢驗中存在的問題/ 5
1.3 統計功效是答案嗎/ 7
1.4 置信區間/ 8
1.5 元分析/ 10
1.6 元分析在行為科學與社會科學中的作用/ 11
1.7 元分析在開發理論中的作用/ 15
1.8 工業與組織心理學領域的元分析/ 16
1.9 元分析對心理學的廣泛影響/ 18
1.10 元分析在心理學之外的影響/ 19
1.11 元分析與社會政策/ 21
1.12 元分析、數據論和認識論/ 22
本章小結/ 23
第2章研究中的人為誤差及其對研究結果的影響/ 24
2.1 跨研究中的人為誤差/ 25
2.2 抽樣誤差、統計功效和研究結果的解釋/ 40
2.3 何時及如何累積/ 46
2.4 校正後的標準差（SDρ）中人為誤差的校正不足/ 47
2.5 調節分析中抽樣誤差的編碼研究特徵及擴大化/ 48
2.6 本書內容預告/ 51
第二篇相關性元分析
第3章分別校正相關性元分析的人為誤差/ 54
3.1 引言和概述/ 54
3.2 基本元分析：僅校正抽樣誤差/ 58
3.3 除抽樣誤差以外的人為誤差/ 69
3.4 元分析中測量誤差的含義/ 76
3.5 多種人為誤差共存/ 88
3.6 校正單個研究相關性的元分析/ 90
3.7 間接範圍限制的例子/ 95
3.8 校正單個研究相關性元分析的小結/ 101
練習3-1 基本元分析：僅校正抽樣誤差/ 102
練習3-2 分別校正每個研究相關性的元分析/ 103
第4章基於人為誤差分佈的相關性元分析/ 105
4.1 引言和基本概念/ 105
4.2 完整人為誤差分佈的元分析/ 106
4.3 人為誤差校正的準確性/ 124
4.4 混合元分析：單個研究中的部分人為信息/ 126
4.5 相關性人為誤差分佈元分析小結/ 131
練習人為誤差分佈的元分析/ 132
第5章相關性元分析中存在的技術問題/ 135
5.1 r與r2：應該用哪一個/ 135
5.2 元分析中的r與回歸斜率和截距/ 137
5.3 在相關性元分析中使用Fisher z值/ 139
5.4 元分析固定和隨機效應模型/ 141
5.5 元分析中的可信區間、置信區間和預測區間/ 144
5.6 計算元分析中相關性的置信區間/ 145
5.7 在因果建模和回歸中使用元分析結果的技術問題/ 146
5.8 導致SDρ被高估的技術因素/ 148
第三篇實驗效應的元分析和其他二分比較
第6章處理效應：實驗人為誤差及其影響/ 156
6.1 處理效應量化：d統計量和點二列相關性/ 157
6.2 d值中的抽樣誤差：示例/ 159
6.3 因變量測量誤差/ 162
6.4 處理變量的測量誤差/ 166
6.5 不同研究中處理強度的變異/ 168
6.6 因變量的範圍變異/ 169
6.7 因變量測量的二分法/ 170
6.8 因變量測量中構念效度的缺陷/ 171
6.9 處理變量構念效度的缺陷/ 173
6.10 效應量的偏差（d統計量） / 173
6.11 記錄、計算和轉錄誤差/ 174
6.12 多種人為誤差及其校正/ 175
第7章基於d值的元分析方法/ 178
7.1 效應量指標：d和r / 179
7.2 d值的替代變量：Glass的d值/ 185
7.3 d統計量的抽樣誤差/ 186
7.4 抽樣誤差方差的累積和校正/ 188
7.5 調節變量的分析/ 194
7.6 校正因變量測量誤差的d值統計量/ 201
7.7 實驗中自變量的測量誤差/ 210
7.8 其他人為誤差及其影響/ 212
7.9 校正多種人為誤差的單個d值/ 212
7.10 多種人為誤差的衰減效應與相同的校正效果/ 213
7.11 使用相關測量對包含多個人為誤差的d值進行元分析/ 215
7.12 基於d值的元分析總結/ 216
練習基於d值的元分析/ 217
第8章d值元分析中存在的技術問題/ 220
8.1 替代性實驗設計：綜合考慮/ 220
8.2 協方差設計分析/ 222
8.3 因子獨立組方差分析設計/ 223
8.4 復現測量設計/ 224
8.5 無對照組復現測量設計中的效度威脅/ 227
8.6 觀察d值的偏差/ 231
8.7 d值元分析中的可信區間、置信區間和預測區間/ 232
8.8 d值元分析中置信區間的計算/ 233
8.9 d值元分析固定效應和隨機效應模型/ 233
第四篇元分析中普遍存在的問題
第9章元分析中普遍存在的技術問題/ 238
9.1 大樣本研究與元分析/ 238
9.2 在元分析中檢測調節變量/ 240
9.3 調節分析中多元回歸與混合元分析模型的應用/ 246
9.4 二階抽樣誤差：普遍原理/ 250
9.5 不同自變量的二階元分析/ 252
9.6 具有常數自變量的二階元分析/ 253
9.7 二階抽樣誤差：技術處理/ 259
9.8 隨機效應模型的置信區間：Hunter-Schmidt和Hedges-Olkin / 268
9.9 當新的研究可用時更新元分析/ 270
9.10 什麼是隨機效應元分析的最優研究權重/ 270
9.11 元分析中方差百分比的意義/ 271
9.12 行為元分析中的比值比（OR） / 272
練習9-1 對具有相同因變量的不同自變量進行二階元分析/ 273
練習9-2 具有常數自變量和因變量的二階元分析（1） / 274
練習9-3 具有常數自變量和因變量的二階元分析（2） / 275
第10章研究結果的累積/ 276
10.1 完全復現的設計：統計獨立性/ 276
10.2 概念復現和缺乏統計獨立性/ 277
10.3 違反統計獨立性的影響研究/ 279
10.4 概念復現和組合分數/ 280
10.5 概念復現：第四種方法和總結/ 284
10.6 通過亞組分析進行複現/ 285
10.7 結論：採用總組相關性/ 286
第11章不同元分析方法及相關軟件/ 288
11.1 傳統描述性綜述/ 288
11.2 傳統計票法/ 289
11.3 研究中p值的累積/ 289
11.4 統計上正確的計票程序/ 291
11.5 元分析研究/ 294
11.6 元分析中未解決的問題/ 302
11.7 綜合研究方法綜述/ 303
11.8 用於元分析的計算機程序/ 304
第12章定位、評價、選擇和編碼研究及元分析結果的報告/ 307
12.1 進行廣泛的文獻檢索/ 307
12.2 如何處理方法上存在缺陷的研究/ 308
12.3 元分析中的編碼研究/ 310
12.4 元分析結果的報告：標準和實踐/ 311
12.5 初始研究報告所需的信息/ 313
12.6 初始研究中報告的一般性評論/ 316
附錄/ 317
第13章元分析的可用性偏差、來源偏差和發表偏差/ 323
13.1 某些文獻的發表偏差很小或不存在/ 324
13.2 方法質量對不同來源平均效應量的影響/ 326
13.3 可用性偏差的多個假設和其他考慮因素/ 327
13.4 當今科學研究存在信任危機嗎/ 328
13.5 處理可用性偏差的方法/ 334
13.6 人為誤差研究和發表偏差分析/ 345
13.7 發表偏差分析軟件/ 345
13.8 防止發表偏差的嘗試/ 345
13.9 校正可用性偏差方法的總結/ 346
第14章心理測量元分析總結/ 347
14.1 元分析方法、數據理論和知識理論/ 347
14.2 元分析最終目的是什麼/ 348
14.3 心理測量元分析：概述/ 349
附錄基於Windows的元分析軟件包（2.0版） / 352
參考文獻/ 362

類似商品