Key points are not available for this paper at this time.
आंशिक सहसंबंध गुणांक (PCC) का उपयोग दो चर के बीच रैखिक संबंध को मात्राबद्ध करने के लिए किया जाता है, जबकि अन्य चर को ध्यान में रखते हुए/नियंत्रित करते हुए। शोधकर्ता अक्सर PCCs को मेटा-विश्लेषण में संश्लेषित करते हैं, लेकिन सामान्य समान-प्रभाव और यादृच्छिक प्रभाव मेटा-विश्लेषण मॉडल के दो अनुमानों का उल्लंघन होता है। पहले, PCC का नमूनाकरण भिन्नता ज्ञात नहीं माना जा सकता, क्योंकि नमूनाकरण भिन्नता PCC का एक कार्य है। दूसरा, प्रत्येक प्राथमिक अध्ययन के PCC का नमूनाकरण वितरण सामान्य नहीं है क्योंकि PCC -1 और 1 के बीच बंधित होते हैं। मैं फिशर के z परिवर्तन को पीयर्सन सहसंबंध गुणांकों के लिए फिशर के z परिवर्तन को लागू करने के समान लागू करने की सलाह देता हूं, क्योंकि फिशर के z परिवर्तित PCC नमूनाकरण भिन्नता से स्वतंत्र होते हैं और इसका नमूनाकरण वितरण अधिक निकटता से सामान्य वितरण का पालन करता है। स्टेनली और डोकुलियागोस द्वारा एक अनुकरण अध्ययन को पुन: प्रस्तुत करने और फिशर के z परिवर्तित PCCs के आधार पर मेटा-विश्लेषण जोड़ने से पता चलता है कि फिशर के z परिवर्तित PCCs के आधार पर किया गया मेटा-विश्लेषण PCCs के मेटा-विश्लेषण की तुलना में कम पक्षपाती और वर्गमूल त्रुटि में बेहतर था। इसलिए, फिशर के z परिवर्तित PCCs का मेटा-विश्लेषण PCCs के मेटा-विश्लेषण के लिए एक सक्षम विकल्प है, और मैं सभी PCCs के आधार पर किए गए मेटा-विश्लेषण के साथ फिशर के z परिवर्तित PCCs का उपयोग करने की सिफारिश करता हूं ताकि परिणामों की मजबूती का आकलन किया जा सके।
रॉबी सी. एम. वान एर्ट (शनि,) ने इस प्रश्न का अध्ययन किया।