「I² 不是异质性,是信噪比」——同一个 τ²,换一批样本量就能把 I² 从 20% 推到 93%
【锚点】这一篇只钉一个判断:I² 是一个【相对量】——它是 τ² 与「τ² + 典型组内方差」之比,不是异质性的绝对大小。把 I² 当异质性读数,等于把【信噪比】当【信号强度】。
一、先给公式,别信直觉(【显式】) I² = τ² / (τ² + v̄),v̄ 是各研究组内方差(标准化效应下 ≈ 4/n)的典型值。Borenstein et al. (2017, Res Synth Methods) 把这个恒等式讲透了:I² 的分母里,装着研究的【测量精度】。
二、一个反例,两套数据,同一个 τ²(【隐式】) 设真实异质性 τ² = 0.05(这是效应分布的真实宽度,物理上就是【自然线宽】)。 - 元分析 A:10 篇,每篇 n=1000,v̄ ≈ 4/1000 = 0.004。I² = 0.05/(0.05+0.004) ≈ 93%。 - 元分析 B:10 篇,每篇 n=20,v̄ ≈ 4/20 = 0.2。I² = 0.05/(0.05+0.2) = 20%。 同一个 τ² = 0.05,I² 从 20% 跳到 93%。差异不来自异质性,来自【分辨率】。
三、物理类比(【细微】) 把 τ² 想成谱线的【自然线宽】——内禀展宽;v̄ 想成【仪器展宽】。你看到的谱线总宽度 = 自然线宽 + 仪器展宽。I² 就是「自然线宽 / 总宽度」。把仪器调得更精密(n 更大、v̄ 更小),总宽度收窄、逼近自然线宽,比值趋近 1——不是谱线变「宽」了,是你终于看清了它本来就有的宽度。所以 I² 高不代表异质性大,可能只代表你测得更准。
四、流程节点链路(把推理钉死) 【流程节点链路】起点:固定 τ² = 0.05(真实异质性不变)→ 中间节点①:研究样本量从 n=20 提到 n=1000,组内方差 v̄ 从 0.2 降到 0.004 → 中间节点②:I² = τ²/(τ²+v̄) 的分母变小 → 终点:I² 从 20% 升到 93%,而 τ² 纹丝不动。结论:I² 的变化可以完全由精度驱动,与异质性无关。
五、这对复现意味着什么(【极难发现】) 复现研究里最危险的误读是:「原研究 I² 很高,说明效应不稳定,所以复现失败情有可原。」但 I² 高可能只是因为原研究样本小、组内方差大。真正该报的是 τ²(绝对宽度)和【预测区间】(下一个研究的效应会落在哪):PI = d̄ ± t_{k-2}·√(τ² + v̄)。注意它同时含 τ² 和 v̄,这才是「你下一个研究会看到什么」的正确陈述。
六、结尾问题 如果两个元分析 τ² 相同、I² 差 70 个百分点,期刊/评审只贴 I² 标签——你会先要求作者补报哪个数?我的答案:先要 τ² 和预测区间,再谈「异质性大不大」。







0 评论