如何撰写系统量化的文献综述.pptVIP

研究设计 收集数据方法 因变量 统计手段 不 同 效果量（effect size, ES) 统一标准！ 效果量（effect size, ES) Me为实验组平均数，Mc为对照组平均数，Sc为对照组标准差。 以对照组标准差为单位表示实验组和对照组之间的差异。 如：Me=15,Mc=12,Sc=5则ES=（15-12）/5=0.60。 说明实验组的成绩超过对照组0.60个标准差。 对效果量的规定 两个分布重叠程度大致为85%时，ES小于0.2； 两个分布重叠程度大致为67%时，ES接近0.5； 两个分布重叠程度大致为53%时，ES超过0.8。 小 中等 大 假定期望了解实验处理对男性和女性的影响 有15项研究涉及男性，12项研究涉及女性 对27项研究逐一计算ES，得出男性（n=15)、女性（n=12)的ES平均数 进行独立（不配对）样本t检验 确定研究 查阅文献 计算效果量 显著性检验 得出结论 效果量的种类 Cohen的d Ｈedges的g　 Meta-analysis的统计学基础 尽管元分析方法在最近几年被广泛应用于各类研究中，随后且引来许多批评。 认为元分析不应把测量方式不同、实验设计不同的各项研究所得的结果混全在一起。 使用上一节所讲的方法进行早期元分析，往往不能揭示效果量之间的差异，甚至在内部效度和控制方法明显不同的两类研究之间也不能揭示效果量之间的差异。 上世纪80年代，提出了一套完整的解决方案： 1. 计算效果量用哪种标准差？ 2. 由于ES是对ES总体的有偏估计值，因此，应该校正这种偏差，但如何进行？ 3. 应当根据样本量对ES进行加权吗？ 4. 样本中的ES是否来自同一总体？样本是否齐性？ 5. 分析ES时应如何运动统计学方法进行检验？ 6. 假如ES的样本中有异常值，如何确定它们？ 1. 标准差计算 从直觉上看，控制组的变量代表着未经处理的总体的“正常”变差。如果一项研究包含着一两个以上方差为齐性的实验组，这时控制组（对照组）标准差便具有将等同的ES指派给等同的处均数的优越性。因此，控制组的标准差可作为共同的标准度量，各处理的差异均可用它进行比较。 在大多数情况下，组方差估计是齐性的，但合并方差估计值可对总体方差提供更为精确的估计，因为，方差合并估计值之平方根是标准差的合并估计值。 合并方差公式： 有许多研究涉及两个或更多的变量（如种族和性别）的效果量检验，此种情况无控制组。早期的元分析使用各组标准差的坪均数，但使用合并标准差更好。 在元分析中出现各组方差不齐的情况很多。如果各组方差不齐，ES将出现偏误。由于参数检验是以等方差为前提的，因此，如果各组方差不等，在 t 检验和方差分析中会出现偏误。 在元分析中，如果比较的是实验组和控制组的效果量，同时发现方差不齐，可利用控制组的标准差来计算所有研究的效果量。如果是实验前、后的自身比较，因为实验前的标准差反映了被试在未受处理的情况下的变化差值，故在这种情况下计算ES应采用实验前的标准差。如果比较的是无明显控制组条件下的两个（如年龄和性别），则最好使用加权合并标准差。 ES估计值的理论分布 单独一个ES可被看成是一个样本的统量，其方差可以用公式 得出。其中Ne=实验组（组1）的样本量，Nc=控制组（组2）的样本量，ESi=ES的估计值。这时ES的方差是ES值和样本量的函数。 和一个小样本为基础的ES相比，一个以大样本为基础的ES的方差较小，因此，后者是对处理效应总体参数的更为精确的估计。 在小样本中，对ES的估计偏差是较高的，但如果样本量超过20，这种偏差为20%或更小。用ES乘以一个校正系数可得到对ES的无偏估计值。校正系数可通过 得出。 计算ES时，如果使用合并标准差，则m=Ne+Nc-2，如果在类别模式中使用合并估计值，则M=N1+N2-2，如果使用控制组标准差，则M=Nc-1，在实验前后的自身比较中，如果使用处理前的标准差，则M=N-1。 如何撰写系统量化的文献综述论文? 关于文献综述 近年来，行为科学在自身的发展中日益重视研究的评价，以此作为以往研究的总结和今后研究的基础。文献分析是研究评价的重要手段，是各种类型研究的一个组成部分。研究者都充分理解已有研究对当前研究的重要意义，文献综述本身就可构成一篇论文，它对已有研究进行分析、评价和综合。 各种科研期刊都时常发表文献综述性论文，甚至还有整个一期全部录用文献综述性论文的情况。研究者常把阅读文献综述性论文作为掌握研究动态的最简捷方法，并将此类论文提出的结论作为新一轮研究的起点。 但是，传统的文献