meta-analysis-psych - 使用 Python 进行心理学元分析
计算效应量，使用随机效应模型合并研究，评估异质性与发表偏倚，生成图表并执行敏感性分析。
标签
更新于: 2026-10-08能力
典型输入
典型输出
该技能可以做什么
- 计算 Cohen’s d
- 计算 Hedges’ g
- 合并随机效应估计
- 量化研究异质性
- 生成森林图
- 生成漏斗图
- 检验发表偏倚
- 应用剪补法
- 应用 PET-PEESE 校正
- 分析 p 曲线
- 执行敏感性分析
输入
- 研究层面效应量
- 组均值与标准差
- 组样本量
- 检验统计量
- 研究标签
- 效应量方差
- 图表输出路径
输出
- 效应量估计
- 合并元分析结果
- 异质性统计量
- 发表偏倚结果
- 森林图
- 漏斗图
- 敏感性分析结果
要求
- Python 3.11 环境
- numpy>=1.23
- scipy>=1.9
- pandas>=1.5
- matplotlib>=3.6