ضریب بتا چه می گوید؟

ضریب β تخمین ناشی از تجزیه و تحلیل انجام شده بر روی متغیرهایی است که استاندارد شده اند به گونه ای که انحراف استاندارد آنها (و واریانس) برابر با یک باشد. بنابراین ، ضریب استاندارد به این نکته اشاره دارد که متغیر پاسخ یا نتیجه با افزایش انحراف استاندارد در متغیر توضیحی یا پیش بینی کننده تغییر می کند. بنابراین ، ضریب استاندارد β می تواند به عنوان تلاشی برای مقایسه بیشتر ضرایب رگرسیون در نظر گرفته شود و می تواند به عنوان یک برآورد اندازه اثر در هنگام اندازه گیری سطح قرار گرفتن در مطالعات اصلی در واحدهای مختلف اندازه گیری مورد استفاده قرار گیرد.

آمار ضریب رگرسیون استاندارد سنتز تحقیقات متاآنالیز اطلاعات موضوعات: دیگران

نام کاربران ثبت شده MDPI مشارکت کننده به صفحات SciProfiles آنها مرتبط خواهد بود. برای ثبت نام در ما ، لطفاً به https://encyclopedia. pub/register مراجعه کنید:

زمان مشاهده: 2849 تجدید نظر: 3 بار (مشاهده تاریخ) تاریخ به روز رسانی: 14 سپتامبر 2022 فهرست مطالب

1. ضریب رگرسیون استاندارد به عنوان یک شاخص اندازه در متاآنالیز

از مدل های رگرسیون خطی چند متغیره برای تجزیه و تحلیل ارتباط بین یک متغیر وابسته کمی و چندین متغیر توضیحی استفاده می شود. ضریب رگرسیون غیر استاندارد (ب) که از مدل رگرسیون خطی تخمین زده می شود ، یک آماری آسان برای تفسیر برای توصیف چگونگی تأثیر متغیر توضیحی بر مقادیر متغیر نتیجه است. این ضرایب معمولاً با خطاهای استاندارد آنها (SES) یا فواصل اطمینان (CI) در مقالات گزارش یافته های مربوط به مدل های رگرسیون ارائه می شود [1] [2]. ضریب رگرسیون غیر استاندارد B تأثیر تغییر متغیر توضیحی توسط یک واحد را توصیف می کند و از این رو اندازه آن به مقیاس مورد استفاده برای اندازه گیری متغیر توضیحی بستگی دارد. با این حال ، ویژگی اصلی توضیحی اغلب با استفاده از روش ها و معیارهای مختلف در مطالعات بررسی شده اندازه گیری می شود. بنابراین ، جمع شدن مستقیم ضرایب رگرسیون غیر استاندارد در طول مطالعات معنی دار نیست. برای جمع آوری اثرات متغیرهای توضیحی که با مقیاس های مختلف اندازه گیری می شوند ، باید آنها به روشی قابل مقایسه بیان شوند. در چنین حالتی ، ضریب رگرسیون استاندارد β ممکن است گزینه ای برای سنتز یافته ها ارائه دهد [3] [4].

اهمیت آماری ضریب رگرسیون استاندارد را می توان با استفاده از آزمون t از فرضیه تهی آزمایش کرد₀: β = 0 ، یا از نظر اساسی ، هیچ رابطه سیستماتیک بین پیش بینی کننده و نتیجه وجود ندارد. یک p-Value بالاتر از 0. 05 از فرضیه تهی پشتیبانی می کند که هیچ ارتباطی وجود ندارد. فاصله اطمینان برای ضریب β اطلاعاتی در مورد دامنه β ارائه می دهد. یک ارزش مثبت (منفی) β از این فرضیه پشتیبانی می کند که سطح قرار گرفتن در معرض بالا پاسخ را افزایش می دهد (کاهش می یابد). هنگامی که فاصله اعتماد به نفس 0 را شامل نمی شود ، آنگاه ارتباط بین متغیر توضیحی و متغیر نتیجه از نظر آماری معنی دار در نظر گرفته می شود ، مطابق با P-Value of t-test

هنگام بررسی اندازه اثر ، یک سؤال طبیعی که باید بپرسید این است که اندازه اثر بزرگ ، متوسط و کوچک است. دستورالعمل های [5] کوهن برای طبقه بندی اندازه اثر در گزارش های علمی به طور گسترده ای ذکر شده است. برای ضریب β ، اندازه اثر بین 0. 10-0. 29 گفته می شود که فقط کوچک است ، اندازه اثر بین 0. 30-0. 49 متوسط است و اندازه اثر 0. 50 یا بیشتر بزرگ هستند [5] [6].

یکی از ویژگی های اساسی متاآنالیز کمی ، توانایی آن در مقایسه میزان اثرات در طول مطالعات است ، که برای اندازه گیری این اثرات نیاز به استفاده از یک متریک با اندازه واحد دارد. با استفاده از ضریب رگرسیون استاندارد β به عنوان اندازه گیری اندازه عوارض مشترک شامل استخراج یافته های مطالعات بررسی شده بیان شده به عنوان ضرایب رگرسیون غیر استاندارد ، ضرایب همبستگی یا میانگین تفاوت است. این آمار سپس به عنوان ضرایب رگرسیون استاندارد و خطاهای استاندارد آنها دوباره بیان می شوند. این فرایند شامل چندین تبدیل ، محاسبات و تقریب است.

در یک متاآنالیز ، یافته ها (و اندازه اثر) از مطالعات بررسی شده جمع می شوند. با این حال ، هر اندازه اثر مشاهده شده با توجه به قابلیت اطمینان اطلاعاتی که حمل می کند برابر نیست [7]. بنابراین ، هر مقدار اندازه اثر باید با اصطلاحی که نشان دهنده دقت آن است ، وزن شود. یک رویکرد بهینه استفاده از معکوس خطای استاندارد مربع مقدار اندازه اثر به عنوان یک وزن است. بنابراین ، مطالعات بزرگتر ، که دارای خطاهای استاندارد کوچکتر هستند ، وزن بیشتری نسبت به مطالعات کوچکتر داده می شوند ، که دارای خطاهای استاندارد بزرگتر هستند. فرمول محاسبه خطای استاندارد مرتبط نیز باید مشخص شود. برای به دست آوردن اثر خلاصه تمام مطالعات مورد بررسی ، می توان با استفاده از فرمول زیر ، اندازه متوسط اثر وزنی را محاسبه کرد:

m = ∑ i = 1 k w i β i ∑ i = 1 k w i ،

جایی که k = مطالعات تعداد ، β_iضریب رگرسیون استاندارد از مطالعه I، SE(β است_i) خطای استاندارد βi و w است_iمعکوس (SE(β_i)) 2. واریانس (SE(β_i)) 2 را می توان با استفاده از مدل اثرات ثابت یا اثرات تصادفی محاسبه کرد [7] [8]. این نسخه از روش متاآنالیز معمولاً به عنوان رویکرد معکوس عمومی نامیده می شود [9]. این رویکرد در تمام بسته های نرم افزار استاندارد برای متاآنالیز پیاده سازی شده است.

متاآنالیزها معمولاً اندازه اثر خلاصه M را با اندازه گیری دقت (SE یا CI) و مقدار p در یک شکل گزارش می کنند. این شکل، نمودار جنگل، تخمین اثر و فواصل اطمینان را برای مطالعات فردی و همچنین اثر خلاصه را نشان می دهد. شکل 1 دو نمونه از قطعات جنگلی را نشان می دهد. پیروی از دستورالعمل های کوهن [5] و بررسی های تجربی اساسی [6] [10]، برای مقدار مطلق (غیر منفی) اندازه اثر ترکیبی |M |، مقدار 0. 10-0. 19 یک اندازه اثر کوچک است، مقدار ادغام شده 0. 20-0. 29 به عنوان اندازه اثر متوسط طبقه بندی می شود و مقدار تلفیقی 0. 30 یا بیشتر یک اندازه اثر بزرگ است.

شکل 1. نمودارهای جنگلی برای ارتباط بین شاخص توده بدنی دوران کودکی (A) و نوجوانی (B) و ضخامت انتیما مدیا کاروتید بزرگسالان (cIMT). تعداد کل افراد در فراتحلیل 5796 نفر در دوران کودکی و 11859 نفر در نوجوانان بود.(الف) کودکی.(ب) نوجوان.

2. برنامه های کاربردی

در فصل های فرعی بعدی، نمونه هایی از مطالعات فرا تحلیلی را ارائه می دهم که در آن استفاده از ضریب رگرسیون استاندارد شده به عنوان ابزار مفیدی برای ترکیب نتایج مطالعات متعدد در مورد یک موضوع خاص عمل می کند. متأسفانه، متاآنالیزهایی را نیز یافتم که در آن ضرایب r، b و β اشتباه گرفته شدند [11] [12] [13].

2. 1. سلامت عمومی

در تحقیقات زیست محیطی و بهداشت عمومی ، چندین نتیجه و عوامل توضیحی اغلب با روش ها و واحدهای مختلف اندازه گیری اندازه گیری می شوند. Dzhambov و همکاران [14] بررسی کردند که آیا فضاهای سبز و فضای سبز عمومی در محیط زندگی زنان باردار با وزن تولد نوزادان خود همراه است و جهت این اثر چیست. آنها متاآنالیزها را در هشت مطالعه منتشر شده انجام دادند که به بررسی انجمن سبز بودن مسکونی و وزن هنگام تولد پرداختند. اکثر مطالعات از رگرسیون خطی چند متغیره برای تعیین تأثیر فضای سبز مسکونی بر تنظیمات وزن تولد برای متغیرهای شخصی استفاده می کردند. در مطالعات اصلی ، شاخص های مختلف به عنوان یک پروکسی برای سبز بودن مسکونی انتخاب شدند. بنابراین ، ضریب رگرسیون استاندارد یک راه حل برای جمع آوری یافته ها ارائه می دهد. β مخلوط گزارش شده β 0. 001 (95 ٪ CI = 0. 001 تا 0. 003) بود ، که نشان دهنده ارتباط غیر معنی دار بین سبز بودن و وزن هنگام تولد است. نویسندگان خاطرنشان كردند كه وقتی از ضریب همبستگی به عنوان یك شاخص اندازه اثر استفاده می شود ، این یافته ها مشابه بودند.

Keenan A. Ramsay و همکارانش [15] در متاآنالیز خود ارائه دادند که فعالیت بدنی بالاتر (PA) و رفتار کم تحرک (SB) با قدرت بیشتر عضلات اسکلتی و قدرت عضلات در بزرگسالان مسن همراه است. مقالات در متاآنالیزها گنجانده شده بودند اگر ارتباط بین اقدامات PA یا SB و استحکام دست یا تست ایستاده صندلی به عنوان ضرایب رگرسیون استاندارد تنظیم شده (β) و 95 ٪ CI یا SE آنها یا هنگامی که این موارد محاسبه شود بیان شده است. آنها ناهمگونی قابل توجهی را در طرح تحقیق ، تعاریف اقدامات نتیجه و متغیرهای توضیحی و تجزیه و تحلیل آماری مورد استفاده برای ارائه انجمن ها مشخص کردند. این چالش های روش شناختی را برای مقایسه و ترکیب نتایج به وجود آورد.

در افراد سالم و افراد مبتلا به درد مزمن ، ارتباط معکوس بین سطح فعالیت و فعالیت جسمی و درد گزارش شده است (به عنوان مثال ، فعالیت بیشتر و درد کمتری). جونز و همکاران.[16] رابطه بین ظرفیت هوازی و درد در افراد سالم و افراد مبتلا به فیبرومیالژیا را مورد بررسی قرار داد. آنها داده های جدید خود را با داده های مطالعات اصلی قبلی در افراد سالم جمع آوری کردند. برای جمع آوری یافته های مشخص شده توسط جستجوی ادبیات ، ضرایب رگرسیون استاندارد و خطاهای استاندارد آنها محاسبه شد. این شامل تبدیل نتایج تجزیه و تحلیل با استفاده از همبستگی ، رگرسیون خطی یا اندازه اثر تفاوت بین گروه ها و تبدیل این ها به ضرایب β استاندارد شده با خطاهای استاندارد آنها است. سپس ، فاصله اطمینان 95 ٪ از β برای ارائه داده های مربوط به توطئه های جنگلی محاسبه شد. جالب اینجاست که نویسندگان خاطرنشان کردند که اندازه اثر تلفیقی برای این مطالعات محاسبه نشده است ، زیرا آنها چندین اندازه اثر بین اقدامات مختلف درد و متغیرهای توضیحی را که از همان مطالعات تخمین زده می شود ، ارائه دادند. بنابراین ، یافته ها تخمین های مستقل از یک اثر ارائه نمی دهند. توطئه های جنگلی ارائه شده (ضرایب β استاندارد شده با فواصل اطمینان 95 ٪ آنها) یافته های حاصل از مطالعات به وضوح نشان می دهد که ارتباط بین آمادگی جسمانی و درد به طور کلی کوچک است و در مطالعات بسیار متغیر است [16].

در سال 2020 ، وانگ و همکاران.[17] خلاصه کمی از قرار گرفتن در معرض سرب قبل از تولد (PB) در مورد وزن هنگام تولد منتشر کرد. از آنجا که متغیرهای کمی از هر مقاله مورد بررسی با استفاده از معیارهای مختلف و اقدامات مختلف ارتباط گزارش شده است ، آنها از ضرایب رگرسیون استاندارد شده استفاده می کنند تا ترکیبی از یافته ها از مطالعات مورد بررسی را فراهم کند. جمع آوری یافته ها به طور جداگانه برای خون مادر و خون بند ناف به عنوان اقدامات متغیرهای قرار گرفتن در معرض انجام شد. علاوه بر این ، تجزیه و تحلیل ها به یافته های غیر قابل تنظیم و مطالعاتی که برای متمایز کننده های احتمالی تنظیم شده بود ، محدود شد. بین قرار گرفتن در معرض سرب قبل از تولد و وزن هنگام تولد ارتباط منفی معنی داری وجود داشت. در مطالعات غیر قابل تنظیم ، کاهش وزن زایمان ضعیف با افزایش سطح سرب در خون مادر همراه بود (β = β = 0. 094 ، 95 ٪ CI = -0. 157 تا 0. 030) و خون بند ناف (β = β =-0. 120 ، 95 ٪ CI =0. 239 تا 0. 001). هنگامی که به مطالعات تنظیم شده محدود شد ، این انجمن ها ضعیف تر بودند.

مطالعه نیکلاس باروز و همکارانش [18] متاآنالیز مطالعاتی را گزارش کرد که همبستگی بین درد ناشی از آرتروز زانو و فعالیت بدنی یا تناسب اندام را بررسی می کرد. اندازه اثر از مطالعات اصلی ارزیابی شده به ضرایب رگرسیون استاندارد شده تبدیل شد تا در قطعات جنگلی گنجانده شود و ضریب استاندارد شده تلفیقی برآورد شود. داده های مطالعه جدید خودشان نیز در متاآنالیز گنجانده شد. از 33 مطالعه شامل، 13 مطالعه داده هایی را برای تجزیه و تحلیل ارتباط بین درد و فعالیت بدنی و 21 مطالعه برای ارتباط بین درد و تناسب اندام ارائه کردند. متغیرهای فعالیت بدنی استخراج شده یا معیارهای فعالیت مبتنی بر پرسشنامه بودند یا فعالیت اندازه گیری شده عینی با استفاده از گام سنج یا شتاب سنج. متاآنالیزهای جداگانه برای قدرت عضلانی، قدرت عضلانی و ظرفیت هوازی انجام شد. بین فعالیت بدنی اندازه گیری شده و شدت درد از نظر آماری معنی دار بتا یافت شد. افراد فعال تر از نظر فیزیکی درد کمتری را در اندازه گیری پایه و در طول دوره هفت روزه اندازه گیری فعالیت بدنی گزارش کردند.

مک لافلین و همکاران[19] مطالعات مربوط به ارتباط بین مشارکت با یک مداخله سلامت دیجیتال با فعالیت فیزیکی و نتایج فعالیت بدنی را بررسی کردند. انواع روش های مختلف ارتباط در مطالعات وارد شده مورد استفاده قرار گرفت. برای متاآنالیز به وضوح گزارش شده، نویسندگان باید چندین تخمین را به یک شاخص اثر ثابت تبدیل کنند. یک ضریب رگرسیون استاندارد به عنوان شاخص اثر انتخاب شد. بسیاری از مطالعات شامل بیش از یک ارتباط را گزارش کردند. برای متاآنالیزها، آنها از معیارهای انتخاب سلسله مراتبی برای انتخاب یک ارتباط واحد از هر مطالعه برای گنجاندن در سنتز تلفیقی استفاده کردند. هنگامی که یک مطالعه داده های کافی مورد نیاز برای متاآنالیز را ارائه نکرد (یعنی اطلاعاتی برای محاسبه برآورد اثر و اندازه گیری تغییرپذیری برآورد اثر)، نویسندگان این تحقیق را از متاآنالیز حذف کردند. یک متاآنالیز از 11 مطالعه شامل یک ارتباط مثبت بسیار کوچک اما از نظر آماری معنی دار بین مشارکت سلامت دیجیتال و فعالیت بدنی نشان داد (بتا جمع آوری شده 0. 08، 95% فاصله اطمینان (CI = 0. 01 تا 0. 14).

2. 2. روانشناسی

چارلی ریوکس و همکارانش [20] مطالعه جالبی را منتشر کردند که در آن β ها برای نشان دادن اندازه اثر تعامل بین متغیرهای خلق و خو و خانواده بر مصرف مواد یا رفتارهای بیرونی در حین کنترل سایر متغیرهای موجود در مدل آزمایش شده استفاده شد. مطالعات مختلفنویسندگان به دنبال مطالعاتی بودند که تعاملات بین خلق و خو و محیط خانواده را بر روی متغیرهای نتیجه بررسی می کردند. تجزیه و تحلیل تعاملات بین دو متغیر توضیحی را می توان با استفاده از تکنیک های ANOVA یا با مدل های رگرسیون چندگانه انجام داد. تفسیر تعاملات دشوار است زیرا الگوهای مختلف تعامل بین متغیرهای خلقی و خانوادگی ممکن است پیامدهای متفاوتی داشته باشد. به دلیل مسائل مربوط به شرایط تعامل و تفاوت در اندازه گیری ها، محققان محتاط بودند و اندازه های اثر تلفیقی را گزارش نکردند. با این حال، اندازه های اثر فردی گزارش شده و تفسیر آن ها در متن هنوز اطلاعات مفیدی در مورد تعامل احتمالی بین متغیرهای توضیحی تحلیل شده ارائه می دهد.

Kaitlin Woolley و Ayelet Fishbach [21] رابطه بین پاداش های فوری در مقابل تاخیر و پایداری در اهداف بلند مدت (مانند تغذیه سالم، ورزش) را بررسی کردند. نویسندگان پنج مطالعه مداخله ای مختلف را برای بررسی ارتباط ها انجام دادند. در هر مطالعه، آنها یک تحلیل رگرسیون برای تخمین ارتباط و β های گزارش شده انجام دادند. در نهایت، آنها β ها را با استفاده از یک رویکرد فرا تحلیلی برای تخمین یک الگوی کلی در پنج مطالعه ترکیب کردند. به طور خلاصه، در حالی که پاداش های تاخیری ممکن است باعث ایجاد انگیزه در تعیین هدف و اهداف درازمدت شوند، یک متاآنالیز مطالعات آنها نشان داد که پاداش های فوری به شدت با تداوم واقعی در یک هدف بلند مدت مرتبط است. تأثیر پاداش های فوری بر پایداری، کنترل پاداش های تاخیری، اندازه متوسط و از نظر آماری معنی دار در نظر گرفته شد (35/0= β، 28/0 تا 42/0 CI = 95 درصد فاصله اطمینان اطمینان (CI)، p<0.001).

چوی و همکاران.[22] از یک رویکرد مشابه با Wooley و Fishbach [21] استفاده کرد و یافته های پنج مطالعه مختلف را با استفاده از β به عنوان اندازه اثر ترکیب کرد. در هر تحصیلات زیر مطالعه ، آنها پیش بینی کننده موفقیت در حوزه های دستیابی مختلف با استفاده از مدلهای رگرسیون را بررسی کردند. آنها با انجام متاآنالیزها ، الگوی کلی را در طول مطالعات بررسی کردند. یافته های آنها نشان می دهد که خودکنترلی پیش بینی کننده موفقیت در حوزه های مرتبط با موفقیت است (β = 0. 27 ، 95 ٪ CI = 0. 21 تا 0. 32) ، در حالی که بهزیستی عاطفی پیش بینی کننده موفقیت در حوزه های مرتبط با روابط است (β = 0. 36 ، 95٪ CI = 0. 29 تا 0. 43).

دو متاآنالیز عوامل مرتبط با درد را در افراد مبتلا به درد مزمن اسکلتی عضلانی بررسی کرده اند [23] [24]. در هر دو مطالعه ، ضرایب رگرسیون استاندارد و فواصل اطمینان 95 ٪ آنها برای نتایج جمع شده محاسبه شد. در صورت عدم ارائه اطلاعات کافی برای محاسبه SE از ضریب رگرسیون ، مطالعات بررسی شده از این تحلیل ها حذف شدند. سطوح بیشتر ترس از درد ، اضطراب ناشی از درد و باورهای جلوگیری از ترس با شدت درد و ناتوانی بیشتر همراه بود [23]. علاوه بر این ، سطح بالاتری از افکار بیش از حد منفی در پاسخ به درد یا نشانه های مرتبط با درد با شدت درد و سطح ناتوانی بیشتر همراه بود [24]. نویسندگان اظهار داشتند که یک مشاهده مهم در بررسی های خود این بود که با وجود تعداد بسیار زیادی از مطالعات که برای ارزیابی ارتباط بین عوامل مرتبط با درد و هم درد و هم ناتوانی انجام شده است ، کیفیت مطالعات بسیار کم است. اینها شامل موضوعات در تجزیه و تحلیل آماری و گزارشگری بود. این کاستی ها انجام متاآنالیزها را دشوار کرده است.

2. 3سایر زمینه های زیر

مقاله توسط یونگ جی لی و همکاران [25] نمونه ای از جرم شناسی است. هدف از کار آنها این بود که نشان دهیم که چه تعداد انحراف استاندارد در تعداد جرایم با افزایش تغییر استاندارد (یا کاهش) در متغیر اندازه پلیس و نیروی در ایالات متحده تغییر خواهد کرد. آنها ضرایب رگرسیون استاندارد را از 62 مطالعه جمع کردند تا اندازه اثر کلی را تخمین بزنند. اندازه اثر مخلوط تخمین زده شده 030. 030 (95 ٪ CI = 0. 078 - 0. 019) بود. اندازه متوسط و ناچیز و کوچک اندازه اثر بین اندازه و جرم پلیس نشان می دهد که افزایش اندازه نیروی پلیس ممکن است به کاهش جرم کمک نکند ، و در صورت انجام این کار ، باعث کاهش جرم نمی شود.

رگرسیون متا را می توان در یک متاآنالیز برای ارزیابی رابطه بین متغیرهای سطح مطالعه و اندازه اثر استفاده کرد [7]. پارک Sanghee [26] برای بررسی تأثیر ویژگی های مختلف مطالعه بر ارتباط مشاهده شده بین نمایندگی جنسیت در نیروی کار و عملکرد سازماندهی عمومی با استفاده از β جمع شده به عنوان یک شاخص اندازه اثر در 72 مطالعه منتشر شده بین سالهای 1999 و 2017 ، از متا رگرسیون استفاده کرد. چندین متغیر متغیر تغییرات در β گزارش شده را توضیح داد. متأسفانه ، پیام مقاله پارک با پیوند ناکافی بین تئوری متا رگرسیون و گزارش زمینه کاربردی متاآنالیز مانع می شود.

Yahui Tian و Jijun Yao [27] متاآنالیز را برای تجزیه و تحلیل در کل 20 اندازه اثر از 11 مقاله در مورد تأثیر سرمایه گذاری منابع مدرسه چینی بر عملکرد دانش آموزان استفاده کردند. آنها دریافتند که تأثیر کلی منابع مدرسه بر عملکرد دانش آموزان معنی دار است (β = 0. 093 ، 95 ٪ CI = 0. 039 تا 0. 147). از آنجا که از ضریب رگرسیون استاندارد به عنوان اندازه اثر در این تحقیق استفاده شده است ، افزایش یک انحراف استاندارد در سرمایه گذاری منابع مدرسه عملکرد دانش آموزان را با 0. 093 امتیاز استاندارد افزایش می دهد. لازم به ذکر است که ترکیب اثرات منابع انسانی ، مادی و مالی با مقدار کلی سرمایه گذاری منابع در هر مطالعه نیاز به چندین مرحله محاسباتی دارد.

ضرایب رگرسیون استاندارد نیز در تحقیقات اقتصاد به کار رفته است. مقاله ای که توسط Araujo و همکاران منتشر شده است. در سال 2020 سنتز کاملی از شواهد در مورد سیاست های کلان را ارائه می دهد [28]. با استفاده از 58 مطالعه تجربی ، نویسندگان تأثیر سیاست های کلان را بر چندین نتیجه (به عنوان مثال ، اعتبار ، اعتبار خانگی و قیمت خانه) خلاصه کردند. ادبیات اقتصادی تعریف استانداردی از متغیرهای مورد استفاده برای اندازه گیری اثرات سیاست کلان ندارد. افزایش مقایسه اثرات در طول مطالعات نیاز به رویکرد استاندارد سازی به ضریب رگرسیون بین متغیر-پولی کلان و متغیر نتیجه مربوطه دارد. سپس در این تحقیق از یک چارچوب متاآنالیز برای سنتز کمی سنتز β S استفاده شده است. علاوه بر این ، از متا رگرسیون برای بررسی چگونگی تغییر β S با ویژگی های تحقیق استفاده شد. با تکیه بر β به عنوان یک اندازه اثر در تکنیک های متاآنالیز ، این تحقیق نشان داد که به طور متوسط ، ابزارهای پوسیدگی کلان از نظر آماری تأثیرات قابل توجهی بر اعتبار دارند.

منابع

1. مدلهای رگرسیون واچ ، دبلیو به عنوان ابزاری در تحقیقات پزشکی ؛CRC Press: Boca Raton ، FL ، USA ، 2013 ؛ISBN 978-1-4665-17486.
2. Vittinghoff ، E. ؛Shiboski ، S. C. ؛Glidden ، D. V. ؛McCullogh ، C. E. روش های رگرسیون در زیست شناسی: مدل های خطی ، لجستیک ، بقا و اقدامات مکرر. اسپرینگر: برلین/هایدلبرگ ، آلمان ، 2005 ؛ISBN 0-387-20275-7.
3. Nieminen ، ص. ؛Lehtiniemi ، H. ؛Vähäkangas ، K. ؛Huusko ، A. ؛Rautio ، A. ضریب رگرسیون استاندارد به عنوان یک شاخص اندازه اثر در خلاصه یافته ها در مطالعات اپیدمیولوژیک. اپیدمیول. بیوستاتبهداشت عمومی 2013 ، 10 ، E8854-2.
4. Bowman ، N. A. اندازه اثر و روش های آماری برای متاآنالیز در آموزش عالی. resبالاآموزش. 2012 ، 53 ، 375-382.
5. کوهن ، J. تجزیه و تحلیل قدرت آماری برای علوم رفتاری ، چاپ دوم ؛erlbaum: Hillsdale ، MI ، USA ، 1988 ؛ISBN 0-8058-0283-5.
6. فی ، C. F. ؛هو ، تی. ؛Delios ، A. اندازه گیری و ارتباط اندازه های اثر در تحقیقات مدیریت. مدیر. عضو. وحی 2022 ، 1 22.
7. بورنشتاین ، م. ؛Hedges ، L. V. ؛Higgins ، J. P. T. ؛Rothstein ، H. R. مقدمه ای بر متاآنالیز ، چاپ دوم ؛جان ویلی و پسران ، آموزشی ویبولیتین: آکسفورد ، انگلیس ، 2021 ؛ISBN 978-1-119-55835-4.
8. Shadish ، W. R. ؛Haddock ، C. K. ترکیب تخمین اندازه اثر. در کتاب راهنمای سنتز تحقیق و متاآنالیز ، ویرایش دوم ؛بنیاد راسل سیج: نیویورک ، نیویورک ، ایالات متحده ، 2009 ؛صص 257-277. ISBN 978-0-87154-163-5.
9. Deeks ، J. J. ؛Higgins ، J. P. ؛آلتمن ، D. G. فصل 10: تجزیه و تحلیل داده ها و انجام متاآنالیز. در کتابچه کوکران برای بررسی های سیستماتیک مداخلات ؛Higgins ، J. P. T. ، Thomas ، J. ، Chandler ، J. ، Cumpston ، M. ، Li ، T. ، Page ، M. J. ، Welch ، V. A. ، eds. ؛کوکران: لندن ، انگلیس ، 2022.
10. Gignac ، G. E. ؛Szodorai ، E. T. دستورالعمل های اندازه اثر برای تفاوت های فردی محققان. شخصیجداگانهفرق داشتن. 2016 ، 102 ، 74-78.
11. گارسیا هرموسو ، ا. ؛Saavedra ، J. M. ؛Ramírez-Vélez ، R. ؛Ekelund ، U. ؛Del Pozo-Cruz ، B. زمان تحقیرآمیز برای فعالیت بدنی متوسط تا بی پروا اما نه فعالیت بدنی با شدت نور برای کاهش چربی در بین جوانان مؤثر است: یک بررسی منظم و متاآنالیز. بریدگیRev. 2017 ، 18 ، 1088-1095.
12. Ajala ، O. ؛قالب ، f. ؛Boughton ، C. ؛کوک ، د. ؛Howte ، M. پیش بینی کننده های کودکی از بیماری های قلبی عروقی در بزرگسالی. یک بررسی منظم و متاآنالیز. بریدگیRev. 2017 ، 18 ، 1061-1070.
13. Ribeiro ، C. ؛مندس ، v. ؛PELETEIRO ، ب. ؛Delgado ، I. ؛Araújo ، J. ؛Aggerbeck ، م. ؛Annesi-Maesano ، I ؛Sarigiannis ، د. ؛ارتباط Ramos ، E. بین قرار گرفتن در معرض فتالات و چربی: متاآنالیز در کودکان و بزرگسالان. محیطres2019 ، 179 ، 108780.
14. Dzhambov ، A. M. ؛Dimitrova ، D. D. ؛Dimitrakova ، E. D. ارتباط بین سبز بودن مسکونی و وزن تولد: بررسی سیستماتیک و متاآنالیز. شهری برایسبز شهری. 2014 ، 13 ، 621-629.
15. رمزی ، K. A. ؛Rojer ، A. G. M. ؛D'Andrea ، L. ؛اوتن ، R. H. J. ؛Heymans ، M. W. ؛Trappenburg ، M. C. ؛Verlaan ، s. ؛Meskers ، C. G. M. ؛مایر ، A. B. ارتباط فعالیت بدنی اندازه گیری شده عینی و رفتار بی تحرک با قدرت عضلات اسکلتی و قدرت عضلات در بزرگسالان مسن: یک بررسی منظم و متاآنالیز. پیری Res. وحی 2021 ، 67 ، 101266.
16. جونز ، M. D. ؛غرفه ، ج. ؛تیلور ، J. L. ؛باری ، B. K. ارتباط محدود بین آمادگی هوازی و درد در افراد سالم: یک مطالعه مقطعی. درد پزشکی. 2016 ، 17 ، 1799-1808.
17. وانگ ، د. ؛فو ، x. ؛ژانگ ، ج. ؛Xu ، C. ؛هو ، س. ؛لین ، W. ارتباط بین سطح سرب خون در دوران بارداری و وزن هنگام تولد: متاآنالیز. صبح. J. Ind. Med. 2020 ، 63 ، 1085-1094.
18. Burrows ، N. J. ؛باری ، B. K. ؛Stuieks ، D. L. ؛غرفه ، ج. ؛جونز ، M. D رابطه بین فعالیت بدنی روزانه و درد در افراد مبتلا به آرتروز زانو. درد پزشکی. 2020 ، 21 ، 2481 2495.
19. مک لوگلین ، م. ؛Delaney ، T. ؛سالن ، ا. Byaruhanga ، J. ؛مکی ، ص ؛گرادی ، ا. ریلی ، ک. ؛کمپبل ، ه. ؛Sutherland ، R. ؛Wiggers ، J. ؛و همکارانارتباط بین تعامل مداخله سلامت دیجیتال ، فعالیت بدنی و رفتار بی تحرک: بررسی سیستماتیک و متاآنالیز. J. Med. اینترنت Res. 2021 ، 23 ، E23180.
20. ریوکس ، ج. ؛Castellanos-Ryan ، ن. ؛والدین.؛Séguin ، J. R. تعامل بین خلق و خوی و محیط خانواده در استفاده از مواد در بزرگسالان و رفتارهای بیرونی: پشتیبانی از دیاستز یا حساسیت دیفرانسیل؟دیافراگمRev. 2016 ، 40 ، 117-150.
21. Woolley ، K. ؛Fishbach ، A. پاداش های فوری پیروی از اهداف بلند مدت را پیش بینی می کند. شخصیSOC. روانگاو نر2017 ، 43 ، 151-162.
22. چوی ، من. ؛لیم ، س. ؛Catapano ، R. ؛چوی ، جی. مقایسه دو راه با موفقیت: خودکنترلی دستاورد را پیش بینی می کند و تأثیر مثبت روابط را پیش بینی می کند. J. Res. pers2018 ، 76 ، 50-63.
23. مارتینز-کالدرون ، ج. ؛Flores-Cortes ، م. ؛Morales-Asencio ، J. M. ؛Luque-Suarez ، A. ترس مربوط به درد ، شدت درد و عملکرد در افراد مبتلا به درد اسکلتی مزمن عضلانی: یک بررسی منظم و متاآنالیز. J. Pain 2019 ، 20 ، 1394 1415.
24. مارتینز-کالدرون ، ج. ؛جنسن ، M. P. ؛Morales-Asencio ، J. M. ؛Luque-Suarez ، A. درد فاجعه آمیز و عملکرد در افراد مبتلا به درد مزمن عضلانی اسکلتی. کلینیکJ. Pain 2019 ، 35 ، 279-293.
25. لی ، Y. J. ؛Eck ، J. E. ؛Corsaro ، N. نتیجه گیری از تاریخ تحقیق در مورد تأثیر اندازه نیروی پلیس بر جرم و جنایت تا سال 2013: یک بررسی سیستماتیک تاریخی. J. Exp. Criminol2016 ، 12 ، 431-451.
26. Park ، S. جنسیت و عملکرد در سازمان های عمومی: سنتز تحقیق و برنامه تحقیق. عمومی مدیریت. وحی 2021 ، 23 ، 929-948.
27. Tian ، Y. ؛Yao ، J. تأثیر سرمایه گذاری منابع مدرسه بر عملکرد دانش آموزان: متاآنالیز مبتنی بر ادبیات چینی. الکترون SSRN. J. 2020 ، 4 ، 389-410.
28. Araujo ، J. ؛پاتنام ، م. ؛Popescu ، A. ؛والنسیا ، ج. ؛Yao ، W. تأثیر سیاست کلان: شواهدی از بیش از 6000 تخمین ؛مقاله کار صندوق بین المللی پول ؛صندوق بین المللی پول: واشنگتن ، دی سی ، ایالات متحده ، 2020.

بیشتر

© متن تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC توسط) در دسترس است. شرایط اضافی ممکن است اعمال شود. با استفاده از این سایت ، شما با شرایط و ضوابط و خط مشی رازداری موافقت می کنید.