內容簡介
※著重統計與方法的結合，適合社會科學與自然科學研究使用。
※理論與實務一把罩！本書運用Stata v16，詳細解說何謂Meta分析，並使用Stata操作實證範例，帶你深入了解Meta分析研究的程序與應用。
※隨書光碟內容：本書範例資料檔
科學是一個不斷累積的旅程。在搜尋資料的過程中，傳統文獻探討法多仰賴於研究者的經驗、思考與主觀判斷，故在選擇文獻的過程中，容易忽視不利於研究的相關文獻，使得最後結果產生誤差。有別於傳統文獻探討的方式，Meta分析是一種量化的系統性文獻探討法，嘗試用科學的、系統的、客觀的方法去結合相關的研究數據。
Meta分析如今已應用十分廣泛，遍及基礎研究、生物學、醫學、心理學、社會學、刑事司法、金融和經濟學、政治學、市場營銷、生態學、教育學和遺傳學等領域。本書從Meta分析理論解說，到以Stata v16（新增Meta分析功能）操作實際範例，一步一腳印，札實訓練，協助你奠定深厚的研究基礎。
※理論與實務一把罩！本書運用Stata v16，詳細解說何謂Meta分析，並使用Stata操作實證範例，帶你深入了解Meta分析研究的程序與應用。
※隨書光碟內容：本書範例資料檔
科學是一個不斷累積的旅程。在搜尋資料的過程中，傳統文獻探討法多仰賴於研究者的經驗、思考與主觀判斷，故在選擇文獻的過程中，容易忽視不利於研究的相關文獻，使得最後結果產生誤差。有別於傳統文獻探討的方式，Meta分析是一種量化的系統性文獻探討法，嘗試用科學的、系統的、客觀的方法去結合相關的研究數據。
Meta分析如今已應用十分廣泛，遍及基礎研究、生物學、醫學、心理學、社會學、刑事司法、金融和經濟學、政治學、市場營銷、生態學、教育學和遺傳學等領域。本書從Meta分析理論解說，到以Stata v16（新增Meta分析功能）操作實際範例，一步一腳印，札實訓練，協助你奠定深厚的研究基礎。
作者簡介
張紹勳
學歷：國立政治大學資訊管理博士
現職：國立彰化師大專任教授
經歷：致理技術專任副教授
研究助理
張博一
學歷：國立中央大學通訊工程所
現職：柏格科技公司工程師
張任坊
學歷：國立海洋大學商船系
現職：長榮海運三副
學歷：國立政治大學資訊管理博士
現職：國立彰化師大專任教授
經歷：致理技術專任副教授
研究助理
張博一
學歷：國立中央大學通訊工程所
現職：柏格科技公司工程師
張任坊
學歷：國立海洋大學商船系
現職：長榮海運三副
內容目錄
Chapter 1 統合分析(Meta-analysis) 介紹
1-1 統合分析(Meta-analysis) 的發展史
1-1-1 彙整原始文獻之研究法
1-2 統合分析(Meta-analysis) 是什麼
1-3 統合分析(Meta-analysis) 之分析流程
1-3-1 Meta 分析之標準程序 9
1-3-2 統合分析(Meta-analysis) 應注意要點
1-4 統合分析(Meta-analysis) 的優缺點
1-4-1 統合分析之優點
1-4-2 統合分析的缺失
1-4-3 統合分析的改進方法
1-4-4 研究品質評分表
1-5 著名Meta 軟體
1-5-1 Comprehensive Meta-analysis 軟體
1-5-2 Stata 軟體
1-6 type I、type II error 及power
Chapter 2 Meta 效果量的轉換
2-1 Meta 分析法之單位轉算法
2-1-1 效果量之類型：基於平均數、基於二元資料、基於相關資料
2-1-2 平均效果量之組合法
2-1-3a Meta 分析處理Pearson 相關係數之運作原理
2-1-3b 迴歸模型之效果量轉算程序
2-1-4 個別效果量之變異數估計
2-2 連續變數的Meta 分析步驟
2-3 發表偏誤(publication bias) 分析
2-4 異質性分析
2-5 敏感度分析
2-6 類別變數之ES 單位變換及其變異數估計法
2-7 Meta 誤差組合法
2-7-1 固定效果vs. 隨機效果模型之CMA 算法
2-7-2 固定效果vs. 隨機效果模型之解說
2-8 Meta 分析的信度與效度
Chapter 3 Meta 分析的研究設計實施
3-1 資料登錄與編碼
3-2 學者對Meta 分析的批評及改進方法
3-3 Meta 分析的實施流程
Chapter 4 Stata實作Meta分析
4-1 Stata’s Meta-analysis suite（套件）：也是Meta 分析步驟
4-2 Stata Meta-analysis：各類型效果量(ES) 的編碼格式
4-2-1 型1（連續）：「實驗組—控制組」二組標準化差距（Cohen’s d 值）（先meta set、再meta regress 指令）
4-2-2 型2（離散log odds ratio）：治療組（死，倖存者人數）vs. 對照組（死，倖存者人數）（meta esize 指令）
4-2-3 型3（離散log odds ratio）：處理組（檢疫出+, – 人數）vs. 控制組（檢疫出+, – 的人數）（meta esize 指令）
4-2-4 Meta 迴歸之後的氣泡圖(bubble plot)（先meta regress、再estat bubbleplot 指令）
4-2-5 型4（離散log odds ratio）：處理組（成功，失敗人數）vs. 控制組（成功，失敗人數）、漏斗圖(funnel plot)（meta esize 指令）
4-2-6 具有小研究的效果嗎：Harbord’s 基於迴歸的檢定(regression-based test)（meta bias 指令）
4-2-7a （出版）發表偏誤檢測技術有三
4-2-7b 無母數之發表偏誤：修剪—填充分析(trim-and-fill)（meta trimfill 指令）
4-3 型5（連續）：「相關係數r、樣本數n」（2 變數）的Meta分析（metan、admetan、forestplot 外掛指令)
4-4 型6（離散、連續）：處理組（case 組吃新藥）vs. 控制組（control 組吃安慰劑）：4 變數、6 變數、2 變數、3 變數（metan 指令）
4-5 型6（離散、連續）：匯總（aggregate）數據之Meta 分析：4 變數、6 變數、2 變數、3 變數（admetan 外掛指令）
Chapter 5 Meta 迴歸、network Meta-analysis（間接證據）
5-1 Meta 迴歸（先「meta esize」、再「meta regression」指令）
5-2 間接證據：network Meta-analysis（network 外掛指令)
5-2-1 network Meta-analysis (NMA) 是什麼
5-2-2 network Meta-analysis 之範例(network 指令)
5-2-3 network 統合分析之練習題（network 指令）
附表：Z 分配表
參考文獻
1-1 統合分析(Meta-analysis) 的發展史
1-1-1 彙整原始文獻之研究法
1-2 統合分析(Meta-analysis) 是什麼
1-3 統合分析(Meta-analysis) 之分析流程
1-3-1 Meta 分析之標準程序 9
1-3-2 統合分析(Meta-analysis) 應注意要點
1-4 統合分析(Meta-analysis) 的優缺點
1-4-1 統合分析之優點
1-4-2 統合分析的缺失
1-4-3 統合分析的改進方法
1-4-4 研究品質評分表
1-5 著名Meta 軟體
1-5-1 Comprehensive Meta-analysis 軟體
1-5-2 Stata 軟體
1-6 type I、type II error 及power
Chapter 2 Meta 效果量的轉換
2-1 Meta 分析法之單位轉算法
2-1-1 效果量之類型：基於平均數、基於二元資料、基於相關資料
2-1-2 平均效果量之組合法
2-1-3a Meta 分析處理Pearson 相關係數之運作原理
2-1-3b 迴歸模型之效果量轉算程序
2-1-4 個別效果量之變異數估計
2-2 連續變數的Meta 分析步驟
2-3 發表偏誤(publication bias) 分析
2-4 異質性分析
2-5 敏感度分析
2-6 類別變數之ES 單位變換及其變異數估計法
2-7 Meta 誤差組合法
2-7-1 固定效果vs. 隨機效果模型之CMA 算法
2-7-2 固定效果vs. 隨機效果模型之解說
2-8 Meta 分析的信度與效度
Chapter 3 Meta 分析的研究設計實施
3-1 資料登錄與編碼
3-2 學者對Meta 分析的批評及改進方法
3-3 Meta 分析的實施流程
Chapter 4 Stata實作Meta分析
4-1 Stata’s Meta-analysis suite（套件）：也是Meta 分析步驟
4-2 Stata Meta-analysis：各類型效果量(ES) 的編碼格式
4-2-1 型1（連續）：「實驗組—控制組」二組標準化差距（Cohen’s d 值）（先meta set、再meta regress 指令）
4-2-2 型2（離散log odds ratio）：治療組（死，倖存者人數）vs. 對照組（死，倖存者人數）（meta esize 指令）
4-2-3 型3（離散log odds ratio）：處理組（檢疫出+, – 人數）vs. 控制組（檢疫出+, – 的人數）（meta esize 指令）
4-2-4 Meta 迴歸之後的氣泡圖(bubble plot)（先meta regress、再estat bubbleplot 指令）
4-2-5 型4（離散log odds ratio）：處理組（成功，失敗人數）vs. 控制組（成功，失敗人數）、漏斗圖(funnel plot)（meta esize 指令）
4-2-6 具有小研究的效果嗎：Harbord’s 基於迴歸的檢定(regression-based test)（meta bias 指令）
4-2-7a （出版）發表偏誤檢測技術有三
4-2-7b 無母數之發表偏誤：修剪—填充分析(trim-and-fill)（meta trimfill 指令）
4-3 型5（連續）：「相關係數r、樣本數n」（2 變數）的Meta分析（metan、admetan、forestplot 外掛指令)
4-4 型6（離散、連續）：處理組（case 組吃新藥）vs. 控制組（control 組吃安慰劑）：4 變數、6 變數、2 變數、3 變數（metan 指令）
4-5 型6（離散、連續）：匯總（aggregate）數據之Meta 分析：4 變數、6 變數、2 變數、3 變數（admetan 外掛指令）
Chapter 5 Meta 迴歸、network Meta-analysis（間接證據）
5-1 Meta 迴歸（先「meta esize」、再「meta regression」指令）
5-2 間接證據：network Meta-analysis（network 外掛指令)
5-2-1 network Meta-analysis (NMA) 是什麼
5-2-2 network Meta-analysis 之範例(network 指令)
5-2-3 network 統合分析之練習題（network 指令）
附表：Z 分配表
參考文獻
ISBN: 9789865228682