多水平Meta回归分析及其在流行病学研究中的应用 .pdfVIP

Ｍｅｔａ

４８王安伟，黄文丽多水平回归分析及其在流行病学研究中的应用６

总第期第卷

一随机变量，该变量呈正态分布。固定效应模型要研究都针对同一问题或具有相同的研究假设进行

求资料满足正态性、观察值间的独立性和研究间的研究，但各项研究通常在研究设计或实施的诸多方

方差齐性，如对不满足这三个条件的资料进行固定面不同于另一项研究，如纳入和排除标准、样本含量、

Ｉ

效应的分析，就有扩大犯类错误概率的风险；随机质量控制等方面在不同的研究之间难免存在差异，

效应模型则只要求资料满足正态性，其它两个条件这就导致了“效应尺度”在不同研究之间的差异性。

Ｍｅｔａ２

则不作要求，故扩大了适用范围。在此主要介绍基分析通常只能获取到水平单位（研究水

于随机效应模型的ＭｅｔａＭｅｔａＯＲ

回归分析（也称多水平平）的聚集数据，如各研究的均数及标准差、值、

ＲＲＭｅｔａ

回归分析）６７。值等，这就使分析资料的多水平模型与一般

〔，〕

２ＭｅｔａＭｅｔａ

多水平回归分析的多水平模型有所区别。因此，两水平回归分

２．１析模型可改写为：

多水平统计模型简介多水平模型又称“随机

ｙ＝．β＋βｘ．＋ｕ＋．ｅ．ｚ２

效应模型”、“随机系数模型”、“层次线性模型”或（）（）（）

ｊ０１ｊｊｊ１ｊ

ＩＩ

“混合效应模型”等，是将型方差分析理论与多元Ｚｊ

式中，是设计变量，为第项研究的权重因子，

１ｊ

统计分析相结合的新技术，是分析和处理具有层次

ｎｊ

＝１／；若

如以各研究样本含量为权重因子，则ｚ!

结构特征数据的有力工具，亦是当前国际上统计学１ｊ

＝ｓｘ

以各研究效应倒方差为权重因子，则ｚ（