Meta分析中的频率模型平均估计

作者：尹潇潇; 鲁筠; 石磊^*

来源：数理统计与管理, 2021, 40(02): 233-241.

DOI：10.13860/j.cnki.sltj.20200930-003

• Meta分析
• 模型选择
• 模型平均
• 极大似然估计

Meta分析(也称荟萃分析或整合分析)是对某种特定科学问题的不同研究结果进行合并评价的一种统计方法。本文着重探讨Meta分析中的模型平均估计问题,依托频率模型平均(frequentist model averaging,即FMA)估计理论,在极大似然估计框架下构造Meta分析中的模型平均估计,并通过随机模拟研究考察Meta分析中的模型选择与模型平均估计的表现。模拟结果显示:二次损失函数最小意义下,模型平均估计的表现要好于模型选择。最后将Meta分析中的模型平均应用于卡介苗疫苗数据的实例分析中,结果表明相对于模型选择而言,模型平均法的预测效果更好。因此,在Meta分析中,模型平均法比模型选择具有更大的优势。

• 单位
  数学学院; 云南财经大学; 东北财经大学