Gibbs 抽样在 Meta 分析估计中的应用：考虑发表偏倚

人们普遍担心，大多数学科中发表的结果都高度偏向于具有统计学显著性的结果。我们提出了一个模型，通过使用依据选择参数描述特定研究发表概率的权重函数，来明确考虑发表偏倚。该模型在感兴趣参数和选择参数上均采用平坦先验进行贝叶斯分析，并使用 Gibbs 抽样计算感兴趣的后验分布。本文针对单一观察结果的情况对该模型进行了详细研究，随后将其扩展为一种用于解释 Meta 分析的方法。我们考虑了研究发表概率可能取决于该研究其他特征（特别是研究规模）的模型。最后，我们将模型应用于一项探讨辅导对 SAT 分数影响的已发表 Meta 分析中。