Digamos que estoy llevando a cabo un meta-análisis, análisis del rendimiento del grupo a y del grupo B con respecto a un determinado constructo. Ahora, algunos de los estudios que voy a venir a través informará de que no hay diferencias estadísticas se puede encontrar entre los dos grupos, pero no exacta de la estadística de prueba y/o datos en bruto que será presentado. En un meta-análisis, ¿cómo debo manejar dichos estudios?
Básicamente, veo tres diferentes alternativas de aquí:
- Todos ellos y asignar a cada uno de ellos de un tamaño del efecto de 0.
- Tiro fuera a todos.
- Hacer algún tipo de análisis del poder para cada uno de ellos o establecer un umbral en un cierto número de participantes. Incluir a todos los que deberían haber sido capaces de llegar a la significación estadística y asignar a cada uno de ellos de un tamaño del efecto de 0. Tirar el resto.
Puedo ver a fondo con todas las diferentes opciones. Una opción es bastante conservador y sólo el riesgo de hacer un error de tipo II. Opción dos, aumenta el riesgo para la fabricación de un error de tipo I, pero también evita que sus resultados en ruinas a causa de un montón de estudios limitados. Opción tres parece medio camino entre una opción y la opción dos, pero una gran cantidad de supuestos y/o puras conjeturas tendrá que ser hecho (Lo que el tamaño del efecto se debe basar tu alimentación en los análisis? ¿Qué número de participantes en el caso de que la demanda de cada estudio para que se apruebe?), lo que probablemente hará que el resultado final sea menos confiable y más subjetiva.
