Key points are not available for this paper at this time.
统计方法在行为科学、医学和社科领域中发挥着重要作用。近期的两项统计学进展是结构方程模型(SEM)和元分析。SEM用于检验基于实质性理论的假设模型,这些模型可以是路径模型、验证性因子分析模型或全结构方程模型。元分析用于综合特定主题的研究结果。本文展示了另一项近期的统计学进展——元分析结构方程模型(MASEM),该方法结合了元分析与SEM,旨在综合研究结果以检验假设模型。我们以计划行为理论为例,展示了MASEM如何用于解决基于Pearson相关的单变量元分析无法回答的重要研究问题。具体而言,MASEM允许研究人员:(1) 检验提出的模型是否与数据一致;(2) 在控制其他变量后估计偏效应;(3) 估计参数估计值的函数(例如间接效应);以及 (4) 在模型中纳入潜变量。我们通过一个关于计划行为理论的实例阐明了相关步骤。文中还讨论了MASEM中的实际问题及建议的解决方案。
Cheung et al. (Mon,) 研究了这一问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: