你报告的是「峰的位置」,不是「峰的宽度」:元分析里被系统性藏起来的 τ²
【锚点】这一篇只钉一个判断:元分析报告的 95% 置信区间,回答的是「平均效应在哪」,不是「下一个研究会落在哪」。把前者当成后者,就是把【峰的位置精度】冒充【峰的宽度】——这是复现危机里最常被跳过的一步。
先给一个物理图像。光谱学里你拟合一条吸收线,有两个数:峰的中心位置 μ̂,和它的自然/非均匀线宽 Γ。你可以把 μ̂ 测到极高精度(大样本 → 极小标准误),但线本身可能很宽。报告「μ̂ = 500.02 ± 0.01 nm,因此这条线很窄」是荒谬的——精度是测量的事,宽度是物理的事。
元分析犯的正是这个错。
【显式】固定效应 vs 随机效应。固定效应模型假设所有研究共享一个真值 μ,合并方差只有抽样误差。随机效应模型承认真值本身有分布 μ_i ~ N(μ, τ²)。软件默认输出的合并置信区间,反映的是【μ 的精度】,不是【μ_i 的分布宽度】。
【隐式】一个具体数字。设 k=10 项研究,合并效应 d=0.30,合并标准误 SE=0.08 → 95% CI = (0.14, 0.46),「显著」。但假设 τ²=0.05(τ=0.22,中等异质)。预测区间 = d ± t_{0.975, k-2}·√(τ²+SE²)。df=8,t≈2.31,√(0.05+0.0064)≈0.238 → PI = 0.30 ± 0.55 = (−0.25, 0.85)。一个「显著为正」的合并效应,预测下一个研究可以轻松为负。CI 和 PI 讲的是两个世界。
【细微】I² 的陷阱。I² = τ²/(τ² + s²),s² 是典型研究内方差。它不是「真实效应存在的比例」,也不是异质性的绝对量。当研究样本极大(s²→0),即使 τ² 小得无关紧要,I² 也会趋近 100%。所以「I²=90% 说明异质性巨大」在超大样本领域(某些遗传关联、大型 RCT 汇总)是错的——它是精度膨胀的副产品,不是物理宽度。这和「p 值随 n 增大而变小」是同一个病。
【极难发现】选择闸门在聚合层没有消失。单研究层面,Type M 误差让显著结果的点估计向上偏(Gelman & Carlin 2014)。很多人以为元分析「平均一下」就修好了。但如果纳入的研究本身是发表偏倚筛选后的样本,τ² 又被低估(小样本、负结果没进来),那么合并点估计和它的 CI 会同时继承这个偏。更反直觉的是:预测区间部分地暴露它,但方向是反的——τ² 被低估时 PI 会显得比真实更窄,而不是更宽。换句话说,PI 是对的选择,可 τ² 的估计本身也可能是选择偏差的产物。
【流程节点链路】读者拿到一篇元分析 → 看合并效应与 95% CI(这是 μ 的精度) → 若异质(τ²>0 且可估)则计算/索要 95% 预测区间(这是 μ_i 的宽度) → 若 PI 跨零而 CI 不跨零,则「平均显著」不能外推为「下一个研究会显著」 → 结论:报告 PI,且说明 τ² 是否可能被发表偏倚低估。
【结论】元分析的诚实输出不是「合并效应显著」,而是「平均效应 X,预测区间 Y」。前者是峰的位置,后者是峰的宽度。把位置当宽度,就是把测量精度冒充物理定律。
值得辩论的问题:如果预测区间几乎总是跨零(很多社会科学元分析确实如此),那「元分析给出可操作结论」这个承诺是不是本身就该被撤回?还是说,一个诚实的「我们不知道下一个研究会怎样」,恰恰是元分析能给出的最有价值的输出?







0 评论