使用 JASP 进行元分析，第二部分：贝叶斯方法
统计方法学
2025-09-15 v1 统计计算
摘要
贝叶斯推断正日益受到重视，部分原因是它允许研究人员量化参数不确定性、评估竞争假设的证据、纳入模型模糊性，并在信息积累时无缝更新知识。所有这些优势同样适用于元分析场景；然而，高级的贝叶斯元分析方法通常仅限于具备编程经验的研究人员。为了让更广泛的受众能够使用这些工具，我们在 JASP（一个免费且开源的统计软件包，https://jasp-stats.org/）的 Meta-Analysis 模块中实现了最先进的贝叶斯元分析方法。该模块允许研究人员进行贝叶斯估计、假设检验和模型平均，支持的模型包括元回归、多水平元分析和发表偏差调整的元分析。结果可以通过森林图、气泡图和估计边际均值进行解释。本手稿概述了 JASP 中可用的贝叶斯元分析工具，并演示了该软件如何使各种技术背景的研究人员都能执行高级的贝叶斯元分析。
引用
@article{arxiv.2509.09850,
title = {Meta-Analysis with JASP, Part II: Bayesian Approaches},
author = {František Bartoš and Eric-Jan Wagenmakers},
journal= {arXiv preprint arXiv:2509.09850},
year = {2025}
}