有限样本场合下Meta分析中的假设检验问题

摘要

荟萃分析（meta-analysis）是一种合并针对同一科学问题的不同科研活动所获得之结果的统计推断方法。本文考察了荟萃分析中常用的随机效应模型的异质性方差的假设检验问题，依托谱表示，给出了原假设下了限制性似然比检验（restricted likelihood ratio test，即RLRT）统计量的精确分布的等价形式。使用参数型 bootstrap法模拟了上述统计量的精确分布，并据此设计出了相应的有限样本下的假设检验方法。模拟研究表明，在有限样本场合，所提出的方法与基于大样本理论的方法Q检验和基于渐近分布的RLRT相比有更好的性质。在样本量较大时，所提出的方法与已有方法的表现非常类似。最后，作为演示，所提出的方法被用于分析一组卡介苗数据。该方法适用于小样本场合，有效地弥补了传统的基于大样本理论的方法之缺点，使得今后在遇到荟萃分析中异质性检验的问题时，能够获得一种新的解决方案。

目录

声明

第一章 引言

第一节 选题背景及研究意义

第二节 创新之处和文章结构

第二章 模型和主要结论

第一节 模型介绍

第二节 限制性似然比检验

第三节 算法实现

第三章 模拟研究

第一节 检验水平的模拟研究

第二节 检验功效的模拟研究

一、功效模拟一

二、功效模拟二

第四章 实例分析

第一节 数据来源

第二节 数据处理

第三节 假设检验

第五章 结论

参考文献

附录

致谢

在读期间的研究成果