當前位置:偏方大全网 - 藥品查詢 - Meta分析中如何將四分位間距轉換為均值和標準差?

Meta分析中如何將四分位間距轉換為均值和標準差?

元分析是壹種用於整合某壹科學問題的壹些實證研究的統計方法,可以彌補傳統文獻綜述方法的不足。在元分析中,不同的實證研究分別報告了壹些匯總統計數據。對於連續隨機變量,最典型的匯總統計量是樣本均值和樣本標準差。出於某些原因,壹些研究報告了中間值、第壹和第三四分位數和/或最大值和最小值。這導致不同實證研究提供的匯總統計數據不壹致,無法進行有效的元分析。最簡單的方法是只保留報告樣本均值和樣本標準差的研究。但這顯然丟失了很多有用的信息。如果保留那些報告中位數、極值或四分位數的研究,那麽壹個重要的科學問題就是:如何將中位數、極值或四分位數轉化為均值和標準差?

首先給出以下記法:a=最小值,q1 =第壹個四分位數,m=中值,q3=第三個四分位數,b=最大值。在研究報告中,可能無法提供上述所有綜合統計數據。根據實際情況,我們考慮以下兩種最常見的情況:

對於標準差,在S1的情況下,Hozo等人(2005)根據樣本大小構造了分段函數形式的估計量。萬等(2014)指出,分段函數形式的估計量使得分割點非常不準確,樣本大小的關鍵信息沒有得到充分利用。在正態假設下,萬等(2014)提出了壹個非常簡潔的估計量,形式如下:

萬等(2014)和羅等(2018)提出的樣本標準差和樣本均值的估計量,不僅有效,而且形式簡潔,自提出以來就引起了許多學者的重視和使用。萬等(2014)被引用1100次以上,羅等(2018)也被引用150次以上,在醫學領域產生了較大影響。

最近,McGrath等人(2020)註意到以下事實。萬等(2014)和羅等(2018)提出的估計量都是基於正態性的假設。但是,在壹項研究中,如果只報告了中位數、四分位數或極值,就說明這項研究的數據很可能是不對稱的。這樣直接使用萬等(2014)和羅等(2018)提出的估計量可能會有壹定的誤差。McGrath等人(2020)提出了壹種基於Box-Cox變換的方法。即先進行Box-Cox變換,然後利用萬等(2014)和羅等(2018)提出的估計量進行變換後的研究。詳見McGrath等人(2020年)。

香港浸會大學數學系的佟鐵軍教授已經將他們提出的方法編譯成壹個在線計算器。請參見下面的鏈接。歡迎使用!http://www.math.hkbu.edu.hk/~tongt/papers/median2mean.html

  • 上一篇:渭南市7級工傷傷殘賠償標準及計算方法
  • 下一篇:2022甘肅省天水市事業單位招聘資格復審時間地點
  • copyright 2024偏方大全网