103-1 資格考題目詳解

1:20:36,
929 views,
2021-06-18,
上傳者: Kuann Hung,
收藏 0

<< Prev Next >>
auto next
播放設定
寫筆記

1. index 1
2. 103學年度第一學期博士學位候選人資格考試試題統計學試題
3. 、如研究者須同時分析五個自變數(Independent variable)：其中三個自變數為類別變數(Categorical variable)(教育程度：國中(含以下)、高中職、大專院校與研究所)；性別：男性與女性；家庭社經地位：低、中、高SES)；另兩個自變數為數值變數(Quantitative variable)X1與X2，對依變數(Dependent variable)Y(數值變數)的影響，則研究者須採用哪種統計分析方法？而自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？你/
4. (一)研究者須採用哪種統計分析方法一般線性模式(GLM,General Leaner Model)。
5. ** after 書報討論103-1考古題_0611報告_final王嬿茵(0611).pptx
6. (一)研究者須採用哪種統計分析方法一般線性模式(GLM,General Leaner Model)。
7. (二)自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？1.在一般線性模式中，名義變數(類別變數)需進行「虛擬變數」(Dummy Variable)處理後，才可進行分析。2.產生某一類別變數的「虛擬變數」的原則為：「虛擬變數」的數量為，該類別變數的「類別數」減1。3. 在此題中：(1)「教育程度」：國中(含以下)、高中職、大專院校、研究所，其「類別數」為4，因此需產生3個(4-1)「虛擬變數」。所產生的3個「虛擬變數」分別代表原「教育程度」的3個類別，未呈現的類別則為分析結果解釋的「對
8. (一)研究者須採用哪種統計分析方法一般線性模式(GLM,General Leaner Model)。
9. 、如研究者須同時分析五個自變數(Independent variable)：其中三個自變數為類別變數(Categorical variable)(教育程度：國中(含以下)、高中職、大專院校與研究所)；性別：男性與女性；家庭社經地位：低、中、高SES)；另兩個自變數為數值變數(Quantitative variable)X1與X2，對依變數(Dependent variable)Y(數值變數)的影響，則研究者須採用哪種統計分析方法？而自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？你/
10. (一)研究者須採用哪種統計分析方法一般線性模式(GLM,General Leaner Model)。
11. (二)自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？1.在一般線性模式中，名義變數(類別變數)需進行「虛擬變數」(Dummy Variable)處理後，才可進行分析。2.產生某一類別變數的「虛擬變數」的原則為：「虛擬變數」的數量為，該類別變數的「類別數」減1。3. 在此題中：(1)「教育程度」：國中(含以下)、高中職、大專院校、研究所，其「類別數」為4，因此需產生3個(4-1)「虛擬變數」。所產生的3個「虛擬變數」分別代表原「教育程度」的3個類別，未呈現的類別則為分析結果解釋的「對
12. (三)如何處理這些虛擬變數？※編碼「教育程度」EDU並進行分析：1.國中(含以下)(JHS)2.高中職(SHS)3.大專院校(COL)4.研究所(GRA)在「教育程度」變數中，國中(含以下)組當對照組的情況下，其餘3個類別(高中職、大專院校、研究所)需分別以3個「虛擬變數」來進行分析。國中(含以下)組當對照組所產生的3個「虛擬變數」之SAS程式語言為：IF EDU=2 THEN SHS=1; ELSE SHS=0IF EDU=3 THEN COL=1; ELSE COL=0IF EDU=4 THEN GR
13. ※編碼「性別」GEN並進行分析：1.男性(MEN)2.女性(WO)在「性別」變數中，男性組當對照組的情況下，其餘1個類別(女性)需以1個「虛擬變數」來進行分析。男性組當對照組所產生的1個「虛擬變數」之SAS程式語言為：IF GEN=2 THEN WO=1；ELSE WO=0 1個虛擬變數與原「性別」之關係為：
14. ※編碼「家庭社經地位」SES並進行分析：1.高(High)2.中(Middle)3.低(Low) 在「家庭社經地位」變數中，高組當對照組的情況下，其餘2個類別(中、低)需以2個｢虛擬變數」來進行分析。高組當對照組所產生的2個「虛擬變數」之SAS程式語言為： IF SES=2 THEN Middle=1; ELSE Middle=0 IF SES=3 THEN Low=1; ELSE Low=0 2個虛擬變數與「家庭社經地位」之關係為：
15. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
16. ※編碼「家庭社經地位」SES並進行分析：1.高(High)2.中(Middle)3.低(Low) 在「家庭社經地位」變數中，高組當對照組的情況下，其餘2個類別(中、低)需以2個｢虛擬變數」來進行分析。高組當對照組所產生的2個「虛擬變數」之SAS程式語言為： IF SES=2 THEN Middle=1; ELSE Middle=0 IF SES=3 THEN Low=1; ELSE Low=0 2個虛擬變數與「家庭社經地位」之關係為：
17. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
18. (一) 統合分析中校量(Effect size)的意義1.統合分析(1)定義：蒐集同一主題做的相關研究，希望能做概括性、普遍性的解釋說明。一般研究，僅能推論到他的母群體、學科等是否顯著。不能適用其他的學科。(2)舉例：STEM與傳統教學比較 A.蒐集STEM主題100篇，探討跨不同年齡層、學科、學校層級的研究結果。做統合分析，才能推論STEM適用不同教育層級、學科都有正向教學效果。 B.關注議題太少、太新也不適合，而是關注議題已經有一段時間，有一定的研究數量，就可做統合分析。2
19. (二)如何計算個別研究的校量、以及統合分析的平均校量1.計算個別研究的校量標準化的公式：『效果值』（effect size）。也就是將實驗組與對照組之間平均數的差，除以整體樣本或控制組之標準差。 X exp− X con
20. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
21. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
22. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
23. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
24. Slide 13
25. (三)統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
26. Slide 15
27. 敬請指教
28. Slide 15
29. 敬請指教
30. 補充資料
31. 補充資料
32. Meta-Analysis「後設分析」是一種運用統計技術，綜合先前獨立執行研究之結果的一種評述程序。整合分析為了統整發現，先大量蒐集個別研究的分析結果，再作統計分析，以尋求一般性結論的技術；具有對研究因果關係、敘述的討論，提出替代性處理，以便能擴充研究文獻的意義。後設分析由於是運用相同統計方法，而不是以主觀的、憑印象的方法來評論大量的研究結果，所以常能得到較強有力的結論。整合分析的效果在各研究結果不一致的情形時，更能顯現。整合分析也可以在分析中讓研究者更易發現過去研究不足之處，可提出研究的新方向、可尋找中
33. 綜合考驗是對相同假設，分析不同研究結果，而想要獲得全面性考驗的摘要。綜合考驗常用的統計方法有費雪爾綜合考驗(Fisher combined test)、威納綜合考驗(Winer combined test)和史托佛綜合考驗(Stouffer combined test)三種，史托佛綜合考驗的方法較為直接、簡便，因為費雪爾綜合考驗的計算公式需要作對數轉換，威納佛綜合考驗的計算公式需要作自由度的調整。　　綜合考驗只作是否拒絕虛無假設的結論，而不考慮變項間關聯的程度分析，效應量分析則在對變項間關聯強度作整合性
34. Meta-Analysis「後設分析」是一種運用統計技術，綜合先前獨立執行研究之結果的一種評述程序。整合分析為了統整發現，先大量蒐集個別研究的分析結果，再作統計分析，以尋求一般性結論的技術；具有對研究因果關係、敘述的討論，提出替代性處理，以便能擴充研究文獻的意義。後設分析由於是運用相同統計方法，而不是以主觀的、憑印象的方法來評論大量的研究結果，所以常能得到較強有力的結論。整合分析的效果在各研究結果不一致的情形時，更能顯現。整合分析也可以在分析中讓研究者更易發現過去研究不足之處，可提出研究的新方向、可尋找中
35. 補充資料
36. 補充資料
37. 敬請指教
38. Slide 15
39. (三)統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
40. Slide 13
41. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
42. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
43. (二)如何計算個別研究的校量、以及統合分析的平均校量1.計算個別研究的校量標準化的公式：『效果值』（effect size）。也就是將實驗組與對照組之間平均數的差，除以整體樣本或控制組之標準差。 X exp− X con
44. (一) 統合分析中校量(Effect size)的意義1.統合分析(1)定義：蒐集同一主題做的相關研究，希望能做概括性、普遍性的解釋說明。一般研究，僅能推論到他的母群體、學科等是否顯著。不能適用其他的學科。(2)舉例：STEM與傳統教學比較 A.蒐集STEM主題100篇，探討跨不同年齡層、學科、學校層級的研究結果。做統合分析，才能推論STEM適用不同教育層級、學科都有正向教學效果。 B.關注議題太少、太新也不適合，而是關注議題已經有一段時間，有一定的研究數量，就可做統合分析。2
45. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
46. ※編碼「家庭社經地位」SES並進行分析：1.高(High)2.中(Middle)3.低(Low) 在「家庭社經地位」變數中，高組當對照組的情況下，其餘2個類別(中、低)需以2個｢虛擬變數」來進行分析。高組當對照組所產生的2個「虛擬變數」之SAS程式語言為： IF SES=2 THEN Middle=1; ELSE Middle=0 IF SES=3 THEN Low=1; ELSE Low=0 2個虛擬變數與「家庭社經地位」之關係為：
47. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
48. (一) 統合分析中校量(Effect size)的意義1.統合分析(1)定義：蒐集同一主題做的相關研究，希望能做概括性、普遍性的解釋說明。一般研究，僅能推論到他的母群體、學科等是否顯著。不能適用其他的學科。(2)舉例：STEM與傳統教學比較 A.蒐集STEM主題100篇，探討跨不同年齡層、學科、學校層級的研究結果。做統合分析，才能推論STEM適用不同教育層級、學科都有正向教學效果。 B.關注議題太少、太新也不適合，而是關注議題已經有一段時間，有一定的研究數量，就可做統合分析。2
49. (二)如何計算個別研究的校量、以及統合分析的平均校量1.計算個別研究的校量標準化的公式：『效果值』（effect size）。也就是將實驗組與對照組之間平均數的差，除以整體樣本或控制組之標準差。 X exp− X con
50. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
51. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
52. Slide 13
53. (三)統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
54. Slide 15
55. 敬請指教
56. 補充資料
57. 補充資料
58. Meta-Analysis「後設分析」是一種運用統計技術，綜合先前獨立執行研究之結果的一種評述程序。整合分析為了統整發現，先大量蒐集個別研究的分析結果，再作統計分析，以尋求一般性結論的技術；具有對研究因果關係、敘述的討論，提出替代性處理，以便能擴充研究文獻的意義。後設分析由於是運用相同統計方法，而不是以主觀的、憑印象的方法來評論大量的研究結果，所以常能得到較強有力的結論。整合分析的效果在各研究結果不一致的情形時，更能顯現。整合分析也可以在分析中讓研究者更易發現過去研究不足之處，可提出研究的新方向、可尋找中
59. 綜合考驗是對相同假設，分析不同研究結果，而想要獲得全面性考驗的摘要。綜合考驗常用的統計方法有費雪爾綜合考驗(Fisher combined test)、威納綜合考驗(Winer combined test)和史托佛綜合考驗(Stouffer combined test)三種，史托佛綜合考驗的方法較為直接、簡便，因為費雪爾綜合考驗的計算公式需要作對數轉換，威納佛綜合考驗的計算公式需要作自由度的調整。　　綜合考驗只作是否拒絕虛無假設的結論，而不考慮變項間關聯的程度分析，效應量分析則在對變項間關聯強度作整合性
60. 統合分析的兩種統計方法：fixed-effect model (固定效應模式)及random-effects model (隨機效應模式)。簡單來說，固定效應模式假設這些研究結果是來自同一個母群體 (有一個共同的真實效果)，而每篇研究所觀察到的結果不同，會歸因於取樣誤差。而隨機效應模式為假設每篇研究的母群體都不同，每篇研究取樣來自不同母群體、而有各自不同的真實效果 (並假設這些真實效果會呈常態分佈)。如果研究間存在異質性，就不應該使用固定效應模式進行分析。
61. Slide 22
62. Slide 23
63. Slide 24
64. 參考文獻
65. Slide 24
66. 參考文獻
67. Slide 24
68. Slide 23
69. ** after 書報討論103-1考古題_0611報告_final王嬿茵(0611).pptx
70. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
71. ※編碼「家庭社經地位」SES並進行分析：1.高(High)2.中(Middle)3.低(Low) 在「家庭社經地位」變數中，高組當對照組的情況下，其餘2個類別(中、低)需以2個｢虛擬變數」來進行分析。高組當對照組所產生的2個「虛擬變數」之SAS程式語言為： IF SES=2 THEN Middle=1; ELSE Middle=0 IF SES=3 THEN Low=1; ELSE Low=0 2個虛擬變數與「家庭社經地位」之關係為：
72. ※編碼「性別」GEN並進行分析：1.男性(MEN)2.女性(WO)在「性別」變數中，男性組當對照組的情況下，其餘1個類別(女性)需以1個「虛擬變數」來進行分析。男性組當對照組所產生的1個「虛擬變數」之SAS程式語言為：IF GEN=2 THEN WO=1；ELSE WO=0 1個虛擬變數與原「性別」之關係為：
73. (三)如何處理這些虛擬變數？※編碼「教育程度」EDU並進行分析：1.國中(含以下)(JHS)2.高中職(SHS)3.大專院校(COL)4.研究所(GRA)在「教育程度」變數中，國中(含以下)組當對照組的情況下，其餘3個類別(高中職、大專院校、研究所)需分別以3個「虛擬變數」來進行分析。國中(含以下)組當對照組所產生的3個「虛擬變數」之SAS程式語言為：IF EDU=2 THEN SHS=1; ELSE SHS=0IF EDU=3 THEN COL=1; ELSE COL=0IF EDU=4 THEN GR
74. (二)自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？1.在一般線性模式中，名義變數(類別變數)需進行「虛擬變數」(Dummy Variable)處理後，才可進行分析。2.產生某一類別變數的「虛擬變數」的原則為：「虛擬變數」的數量為，該類別變數的「類別數」減1。3. 在此題中：(1)「教育程度」：國中(含以下)、高中職、大專院校、研究所，其「類別數」為4，因此需產生3個(4-1)「虛擬變數」。所產生的3個「虛擬變數」分別代表原「教育程度」的3個類別，未呈現的類別則為分析結果解釋的「對
75. (一)研究者須採用哪種統計分析方法一般線性模式(GLM,General Leaner Model)。
76. (二)自變數中有哪些變數需進行虛擬變數(Dummy variable)處理？1.在一般線性模式中，名義變數(類別變數)需進行「虛擬變數」(Dummy Variable)處理後，才可進行分析。2.產生某一類別變數的「虛擬變數」的原則為：「虛擬變數」的數量為，該類別變數的「類別數」減1。3. 在此題中：(1)「教育程度」：國中(含以下)、高中職、大專院校、研究所，其「類別數」為4，因此需產生3個(4-1)「虛擬變數」。所產生的3個「虛擬變數」分別代表原「教育程度」的3個類別，未呈現的類別則為分析結果解釋的「對
77. (三)如何處理這些虛擬變數？※編碼「教育程度」EDU並進行分析：1.國中(含以下)(JHS)2.高中職(SHS)3.大專院校(COL)4.研究所(GRA)在「教育程度」變數中，國中(含以下)組當對照組的情況下，其餘3個類別(高中職、大專院校、研究所)需分別以3個「虛擬變數」來進行分析。國中(含以下)組當對照組所產生的3個「虛擬變數」之SAS程式語言為：IF EDU=2 THEN SHS=1; ELSE SHS=0IF EDU=3 THEN COL=1; ELSE COL=0IF EDU=4 THEN GR
78. ※編碼「性別」GEN並進行分析：1.男性(MEN)2.女性(WO)在「性別」變數中，男性組當對照組的情況下，其餘1個類別(女性)需以1個「虛擬變數」來進行分析。男性組當對照組所產生的1個「虛擬變數」之SAS程式語言為：IF GEN=2 THEN WO=1；ELSE WO=0 1個虛擬變數與原「性別」之關係為：
79. ※編碼「家庭社經地位」SES並進行分析：1.高(High)2.中(Middle)3.低(Low) 在「家庭社經地位」變數中，高組當對照組的情況下，其餘2個類別(中、低)需以2個｢虛擬變數」來進行分析。高組當對照組所產生的2個「虛擬變數」之SAS程式語言為： IF SES=2 THEN Middle=1; ELSE Middle=0 IF SES=3 THEN Low=1; ELSE Low=0 2個虛擬變數與「家庭社經地位」之關係為：
80. 二、請說明在統合分析(Meta-analysis，又稱後設分析)中校量(Effect size)的意義。在進行統合分析時，你/妳將如何計算個別研究的校量、以及統合分析的平均校量？而如果統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
81. (一) 統合分析中校量(Effect size)的意義1.統合分析(1)定義：蒐集同一主題做的相關研究，希望能做概括性、普遍性的解釋說明。一般研究，僅能推論到他的母群體、學科等是否顯著。不能適用其他的學科。(2)舉例：STEM與傳統教學比較 A.蒐集STEM主題100篇，探討跨不同年齡層、學科、學校層級的研究結果。做統合分析，才能推論STEM適用不同教育層級、學科都有正向教學效果。 B.關注議題太少、太新也不適合，而是關注議題已經有一段時間，有一定的研究數量，就可做統合分析。2
82. (二)如何計算個別研究的校量、以及統合分析的平均校量1.計算個別研究的校量標準化的公式：『效果值』（effect size）。也就是將實驗組與對照組之間平均數的差，除以整體樣本或控制組之標準差。 X exp− X con
83. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
84. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
85. Slide 13
86. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
87. ** after 書報討論103-1考古題_0611報告_final王嬿茵(0611).pptx
88. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
89. 估計這個真實效果量的方式有三種：有母數估計(parametric estimation)、無母數估計(nonparametric estimation)與其他方式
90. 2.計算統合分析的平均校量常見有幾種：(1)最簡單的方法是把d指數或r指數乘上其樣本數，然後再將這些乘積的總和除以樣本大小的總和(2)另外一種方法須先計算出加權值Wi，加權值Wi就是每個d指數變異數的倒數。(3)也可用「研究品質分數」來加權計算平均Z值和平均 zr值，以修正「把好的研究結果和壞的研究結果一起累加求平均」的弊病。如果是以r做為標準化效果量的估計，則需先將r轉換成Fisher’s Z在大部分統計書中也都可以找到r值與Fisher’s Z的轉換表。(4)用常見的統合分析軟體計算 MetaWin
91. Slide 13
92. (三)統合分析中個別研究的樣本數不同且差異甚大，則研究者應如何處理？
93. Slide 15
94. 敬請指教
95. 補充資料
96. 補充資料
97. Meta-Analysis「後設分析」是一種運用統計技術，綜合先前獨立執行研究之結果的一種評述程序。整合分析為了統整發現，先大量蒐集個別研究的分析結果，再作統計分析，以尋求一般性結論的技術；具有對研究因果關係、敘述的討論，提出替代性處理，以便能擴充研究文獻的意義。後設分析由於是運用相同統計方法，而不是以主觀的、憑印象的方法來評論大量的研究結果，所以常能得到較強有力的結論。整合分析的效果在各研究結果不一致的情形時，更能顯現。整合分析也可以在分析中讓研究者更易發現過去研究不足之處，可提出研究的新方向、可尋找中
98. 綜合考驗是對相同假設，分析不同研究結果，而想要獲得全面性考驗的摘要。綜合考驗常用的統計方法有費雪爾綜合考驗(Fisher combined test)、威納綜合考驗(Winer combined test)和史托佛綜合考驗(Stouffer combined test)三種，史托佛綜合考驗的方法較為直接、簡便，因為費雪爾綜合考驗的計算公式需要作對數轉換，威納佛綜合考驗的計算公式需要作自由度的調整。　　綜合考驗只作是否拒絕虛無假設的結論，而不考慮變項間關聯的程度分析，效應量分析則在對變項間關聯強度作整合性
99. 統合分析的兩種統計方法：fixed-effect model (固定效應模式)及random-effects model (隨機效應模式)。簡單來說，固定效應模式假設這些研究結果是來自同一個母群體 (有一個共同的真實效果)，而每篇研究所觀察到的結果不同，會歸因於取樣誤差。而隨機效應模式為假設每篇研究的母群體都不同，每篇研究取樣來自不同母群體、而有各自不同的真實效果 (並假設這些真實效果會呈常態分佈)。如果研究間存在異質性，就不應該使用固定效應模式進行分析。
100. Slide 22
101. Slide 23
102. Slide 24
103. 參考文獻
104. Slide 24
105. ** after 書報討論103-1考古題_0611報告_final王嬿茵(0611).pptx