¿Si aplicar el modelo de ecuaciones estructurales por separado a cada una de un conjunto de matrices de correlación heterogénea en un contexto de metanálisis?

Question

Estoy en proceso de realizar un Modelado de Ecuaciones Estructurales (SEM) meta-análisis sobre algunos datos psicológicos. En última instancia, quiero examinar una mediadora modelo basado en un conjunto de matrices de correlación. Me he pasado un poco de tiempo a la revisión de la literatura con respecto a qué hacer cuando usted tiene heterogéneo matrices de correlación. He escrito una breve reseña de lo que he encontrado en las Ciencias Cognitivas SE.

Para resumir lo que he encontrado:

• La mayoría de los investigadores utilizan un enfoque de dos pasos. El paso 1 consiste en la extracción de cálculos de la verdadera correlaciones entre un conjunto de variables utilizando una variedad de meta-técnicas de análisis. El paso 2 consiste en la introducción de la correlación en su SEM software y, en general, hacer análisis como por normal no-meta-analítica de SEM.
• A pesar de una conciencia de los problemas, muchos de los investigadores todavía usan el enfoque de dos pasos, incluso a pesar de que la mayoría de los conjuntos de datos tienen variación en cierto correlaciones que no sólo puede ser atribuible al muestreo aleatorio (es decir, un modelo de efectos aleatorios es generalmente más aplicable).
• Algunos investigadores mencionan la posibilidad de agrupar el conjunto de datos o la realización de SEM Meta-análisis sobre los valores de los moderadores en la esperanza de que la verdadera calificación de la variabilidad se eliminará una vez que se divide el análisis en grupos. Sin embargo, en la mayoría de las aplicaciones moderadores son insuficientes para explicar a todos la verdadera variación de la puntuación.

Así que en lugar de adoptar un enfoque de dos pasos, pensé que tal vez la siguiente, al menos para los casos donde son capaces de procesar una matriz de correlación para cada estudio:

"realizar SEM en cada una de las muestras y el tratamiento de los parámetros y el ajuste estadísticas de valores que varían entre las muestras. Entonces, usted puede resumen de la distribución (por ejemplo,la media y la desviación estándar) de estos parámetros de SEM y estadísticos de ajuste. Esto sería similar a cómo las correlaciones y otro de los tamaños del efecto son típicamente modelado como de efectos aleatorios. Así, por ejemplo, usted podría mirar a la variación en el efecto indirecto a través de muestras. El reto sería que se burlan de lo que es la verdad puntuación variación y lo que es debido a que el muestreo aleatorio."

Excluyendo el tema de las burlas de verdadera calificación de muestreo aleatorio, sería sencillo para hacer un análisis en R con cualquiera de los SEM paquetes.

Preguntas

Así que, me preguntaba:

• Tiene este enfoque de ajuste de SEM para cada estudio por separado nunca se ha aplicado?
• ¿Cuáles son los pros y los contras de este enfoque?
• ¿Cómo podría usted determinar qué variación en SEM parámetros es debido a que el muestreo aleatorio y lo que es debido a la verdadera calificación de la varianza?
• O hay algún método mejor para hacer SEM meta-análisis sobre heterogéneo matrices de correlación?

Answer 1

Cheung y Cheung (2010) realizó una presentación hablando de dos appraoches a la meta-analítica de la Modelización de Ecuaciones Estructurales (SEM). Que la etiqueta de los dos enfoques:

1. Matrices de correlación Meta-Análisis: Un promedio de la matriz de correlación se extrae de los estudios de primaria y SEM se aplica a una única matriz de correlación.
2. Los Parámetros del modelo de Meta-Análisis: ajuste del Modelo se aplica por separado a la matriz de correlación de cada estudio primario y la variación en los parámetros de modelado con el de efectos aleatorios multivariante meta-análisis (Cheung y Cheung, 2010 citar Cheung 2009, y Kalaian & Raudenbush, 1996)

Cheung y Cheung (2010) tenga en cuenta que esta es un área de investigación que requieren mayor desarrollo. Se recomienda tratar de ambos enfoques, especialmente donde la matriz de correlación está disponible al menos en un subgrupo de estudios.

Las discusiones de cómo realizar meta-análisis de SEM también están estrechamente relacionadas con los debates generales multivariante de meta-análisis (por ejemplo, ver el tutorial por Van Houwelingen et al 2002).

Creo que el standIndirect función en el metaSEM paquete en R (Cheung, 2011) implementa un tres variables de la prueba de mediación utilizando los parámetros del modelo de meta-análisis de planteamiento.

Referencias

• Becker, B. J. & Wu, M. J. (2007). La síntesis de las pendientes de regresión en el meta-análisis. Estadísticas De La Ciencia, De 22 Años, 414-429. PDF en arxiv
• Cheung, S. F., & Cheung, M. W. L. (2010). Los efectos aleatorios de los modelos de meta-analítica de modelos de ecuaciones estructurales. Presentado en La 7ª Conferencia de la Internacional de la Prueba de la Comisión, de julio de 19 a 21, 2010 en Hong Kong.
• Cheung, M. W. L. (2011). metaSEM: Meta-Análisis utilizando modelos de Ecuaciones Estructurales.
• Cheung, M. W. L. (2009). Comparación de métodos para la construcción de intervalos de confianza de la normalización de los efectos indirectos. El Comportamiento De Los Métodos De Investigación, 41, 425-438.
• Cheung, M. W. L. (2009). Construcción aproximada de intervalos de confianza para los parámetros con los modelos de ecuaciones estructurales. Modelos De Ecuaciones Estructurales, 16, 267-294.
• Kalaian, H. A. & Raudenbush, s. w. (1996). Un multivariante modelo lineal mixto para el meta-análisis. métodos Psicológicos, 1, 227. PDF
• Van Houwelingen, H. C., Arends, L. R. & Stijnen, T. (2002). Métodos avanzados en el meta-análisis: enfoque multivariado y de meta-regresión. La estadística en medicina, 21, 589-624. PDF