치료 효과 또는 기타 효과 크기를 살펴보는 연구
이분법(이벤트 수)
- 비대조군, 전향적(예: 대조군 임상시험, 코호트 연구)
- 각 그룹의 이벤트 및 샘플 크기
- 각 그룹의 비이벤트 및 표본 크기
- 각 그룹의 이벤트 및 비이벤트
- 각 그룹의 이벤트 비율 및 표본 크기
- 카이제곱 및 총 표본 크기
- 매칭 그룹, 전향적(예: 교차 시험 또는 사전-사후 설계)
- 일치하는 2x2 테이블
- 각 처리의 이벤트 및 표본 크기, 외부 상관관계
- 각 처리의 비이벤트 및 표본 크기, 외부 상관관계
- 각 치료의 이벤트 및 비이벤트, 외부 상관관계
- 각 치료의 이벤트 발생률 및 표본 크기, 외부 상관관계
- 비교할 수 없는 그룹, 후향적(예: 사례 대조군 연구)
- 케이스 및 컨트롤에 대한 노출 및 미노출
- 사례 및 대조군에 대한 노출 및 총계
- 사례 및 대조군에 대한 노출 비율 및 총계
- 사례-대조군 연구를 위한 2x2 테이블 매칭
- 계산된 효과 크기
- 확률 비율 및 신뢰도 제한
- 로그 확률 비율 및 표준 오차
- 로그 확률 비율 및 분산
- 페토(O-E) 및 V
- 위험 비율 및 신뢰도 제한
- 로그 위험 비율 및 표준 오차
- 로그 위험 비율 및 분산
- 위험 차이 및 신뢰도 제한
- 위험도 차이 및 표준 오차
- 위험 차이 및 분산
연속(수단)
- 타의 추종을 불허하는 그룹, 데이터만 게시
- 각 그룹의 평균, SD 및 표본 크기
- 평균, 공통 SD 및 표본 크기의 차이
- 코헨의 분산 분산(풀링된 그룹 내 SD로 표준화) 및 표본 크기
- 평균, 표본 크기 및 t값
- 평균, 표본 크기 및 t값의 차이
- 표본 크기 및 t-값
- 평균, 표본 크기 및 p값
- 평균, 표본 크기 및 p값의 차이
- 표본 크기 및 p-값
- 비교할 수 없는 그룹, 사전 및 사후 데이터
- 평균, SD 사전 및 사후, 각 그룹에서 N, 사전/사후 Corr
- 각 그룹에서 평균, SD 차이, N, 사전/사후 상관 관계, 사전/사후 상관 관계
- 각 그룹에서 사전 및 사후를 의미하며, 그룹 내에서는 t, N
- 각 그룹에서 사전 및 사후를 의미하며, 그룹 내에서는 p, N을 의미합니다.
- 각 그룹의 사전과 사후를 의미하며, 변화의 차이를 나타내는 F, N을 의미합니다.
- 각 그룹의 평균 변화, 사전/사후 SD, N, 각 그룹, 사전/사후 Corr
- 평균 변화, SD 차이, N, 각 그룹, 사전/사후 상관관계, 사전/사후 상관관계
- 각 그룹의 평균 변화, 그룹 내 t, N
- 각 그룹의 평균 변화, 그룹 내 p, N
- F는 변경 사항 간의 차이, N
- 한 그룹(사전/사후) 및 일치하는 그룹
- 평균 차이, 차이의 SD 및 표본 크기
- 평균, SD 사전, SD 사후, 사전/사후 상관관계 및 표본 크기
- 평균, 표본 크기 및 짝을 이룬 t-값
- 평균, 표본 크기 및 짝을 이룬 p-값
- 평균 차이, 표본 크기 및 t값
- 평균 차이, 표본 크기 및 p-값
- 짝을 이룬 t-검정의 표본 크기 및 t-값
- 짝을 이룬 t-검정의 표본 크기 및 p-값
- 계산된 효과 크기
- 평균의 원시 차이 및 신뢰 한계(독립 그룹)
- 평균 및 표준 오차의 원시 차이(독립 그룹)
- 평균 및 분산 원시 차이(독립 그룹)
- 코헨의 d(풀링된 그룹 내 SD로 표준화) 및 신뢰 수준 제한
- 코헨의 d(풀링된 그룹 내 SD로 표준화) 및 표준 오차
- 코헨의 d(풀링된 그룹 내 SD로 표준화) 및 분산
- 헤지스 g(그룹 내 풀링된 SD로 표준화) 및 신뢰 수준 제한
- 헤지스 g(그룹 내 풀링된 SD로 표준화) 및 표준 오차
- 헤지스 g(그룹 내 풀링된 SD로 표준화) 및 분산
- 원시 평균 차이 및 신뢰도 한계(짝을 이룬 연구)
- 원시 평균 차이 및 표준 오차(짝을 이룬 연구)
- 원시 평균 차이 및 분산(짝을 이룬 연구)
- 코헨의 d(차이 점수의 SD로 표준화) 및 신뢰도 한계
- Cohen's d(차이 점수의 SD로 표준화) 및 표준 오차
상관관계
- 계산된 효과 크기
- 상관관계 및 표본 크기
- 상관관계 및 표준 오차
- 상관관계 및 분산
- 피셔의 Z 및 표본 크기
- 피셔의 Z 및 표준 오차
- 피셔의 Z와 분산
- 상관관계 및 t-값
- 상관관계에 대한 t값 및 표본 크기
- 상관관계에 대한 P값 및 표본 크기
요금(개인 연도별 이벤트)
- 타의 추종을 불허하는 그룹
- 각 그룹의 이벤트 및 사람 연도
- 각 그룹의 이벤트 발생률 및 인원 수
- 계산된 효과 크기
- 비율 및 신뢰도 제한
- 로그 전송률 비율 및 표준 오차
- 로그 비율 및 분산
- 요금 차이 및 신뢰도 제한
- 비율 차이 및 표준 오차
- 요금 차이 및 분산
서바이벌(이벤트까지 걸린 시간)
- 계산된 효과 크기
- 위험 비율 및 신뢰도 한계
- 로그 위험률 및 표준 오차
- 로그 위험률 및 분산
한 그룹의 사건이나 수단을 살펴보는 연구
이분법(이벤트 수)
- 원시 데이터
- 이벤트 및 샘플 크기
- 비이벤트 및 표본 크기
- 이벤트 및 비이벤트
- 이벤트 비율 및 표본 크기
연속(수단)
- 원시 데이터
- 평균, SD 및 표본 크기
- 계산된 효과 크기
- 평균 및 신뢰도 제한
- 평균 및 표준 오차
- 평균 및 분산
요금(개인 연도별 이벤트)
- 원시 데이터
- 이벤트 및 사람 연도
- 이벤트 비율 및 인원 연도
원시 규모 단위로 분석된 일반 효과
원시 규모로 분석된 데이터
- 계산된 효과 크기
- 포인트 추정치 및 신뢰도 제한
- 원시 단위의 포인트 추정치 및 표준 오차
- 원시 단위의 포인트 추정치 및 분산
로그 단위로 분석된 일반 효과
로그 규모로 분석된 데이터
- 계산된 효과 크기
- 원시 단위의 포인트 추정치 및 신뢰도 제한
- 로그 단위의 포인트 추정치 및 표준 오차
- 로그 단위의 포인트 추정치 및 분산
포괄적인 메타 분석
"CMA 2.0 is perhaps the most user‐friendly statistical software I have used to date. It makes the complicated process of conducting a meta‐analysis much easier. It can be used from start to finish ‐ from direct data entry to publication‐quality graphics. I highly recommend this program!"
Nathan Thoma, M.A. - Psychology Intern, Payne Whitney Clinic, Weill Cornell Medical Center, New York ‐ Presbyterian Hospital
"I found the Comprehensive Meta‐Analysis software program to be extremely user friendly, providing instant computational data from the simplest to the most complex statistical problems, a versatile database to help organize and restructure large volumes of multifaceted data, and parallel visuals that help better understand your data. I also found the support staff very helpful in providing responses to both my technical questions about the program itself as well as helpful addressing more general theoretical questions about meta‐analyses. I would highly recommend this program to a novice or more seasoned researcher interested in conducting meta‐analytic statistics."
Talin Babikian, PhD, MPH - UCLA
종합 메타 분석
종합 메타 분석(CMA)은 메타 분석을 위한 강력한 컴퓨터 프로그램입니다. 이 프로그램은 사용 편의성과 다양한 계산 옵션 및 정교한 그래픽을 결합합니다.