因此综合的总体均数差值μua的95%可信区间为(-1.8839,-07713 五、假设检验Hs:综合的总体均数差值μd=0ⅴsH1:综合的总体 均数差值μa≠0 检验统计量z=4=13216=-4674,Zp>096,对应P值<005, 0806 因此可以认为治疗组BM低于对照组的BMI,并且差别有统计意义。 并可用 STATA软件进行统计分析。资料输入的格式如下: 均数差值均数差值的标准误 076619 第1个研究 0.694632 第2个研究 23456 0.706472 第3个研究 0.753902 第4个研究 0.750208 第5个研究 1.2 0.568214 第6个研究 用 STATA命令: adse其中d为效应指标统计量se是均数的差值的标准误 得到下列确定性模型的输出部分( Stata软件同时输出随机模型部 分,但下面没有给出) Meta-analysis of 6 studies Fixed and random effects pooled estimates, lower and upper 95% confidence limits, and asymptotic z-test for null hypothesis that true effect=0 Fixed effects estimation(确定性效应估计 Est Lower Upper z vae p vae 1.328-1.884-0.771-4.6770.000 Test for heterogeneity: Q= 2.248 on 5 degrees of freedom(p=0.814) STATA软件Meta分析输出中, 效应齐性检验的卡方值Q=2.248,自由度df=5,P值=0.814>0.1, 因此可以认为各个研究之间的效应是齐性的 均数差的加权平均值Fst=1.328 总体均数差值的95%下限 Lower=-1884,总体均数差值的95%因此综合的总体均数差值d的 95%可信区间为(－1.8839，－0.7713) 五、假设检验 H0：综合的总体均数差值d＝0 vs H1：综合的总体 均数差值d0 检验统计量 1.3276 4.6674 ( ) 0.0806 d Z Var d − = = = − ，|Z|>0.96，对应 P 值<0.05， 因此可以认为治疗组 BMI 低于对照组的 BMI，并且差别有统计意义。 并可用 STATA 软件进行统计分析。资料输入的格式如下： 均数差值 均数差值的标准误 d se 1 -1 0.766159 第 1 个研究 2 -1.9 0.694632 第 2 个研究 3 -1 0.706472 第 3 个研究 4 -2 0.753902 第 4 个研究 5 -0.9 0.750208 第 5 个研究 6 -1.2 0.568214 第 6 个研究 用 STATA 命令： meta d se 其中 d 为效应指标统计量 se 是均数的差值的标准误 得到下列确定性模型的输出部分(Stata 软件同时输出随机模型部 分,但下面没有给出) Meta-analysis of 6 studies ---------------------------- Fixed and random effects pooled estimates, lower and upper 95% confidence limits, and asymptotic z-test for null hypothesis that true effect=0 Fixed effects estimation(确定性效应估计) Est Lower Upper z_va~e p_va~e -1.328 -1.884 -0.771 -4.677 0.000 Test for heterogeneity: Q= 2.248 on 5 degrees of freedom (p= 0.814) STATA 软件 Meta 分析输出中， 效应齐性检验的卡方值 Q=2.248，自由度 df=5，P 值=0.814>0.1， 因此可以认为各个研究之间的效应是齐性的。 均数差的加权平均值 Est=-1.328 总体均数差值的 95%下限 Lower=－1.884，总体均数差值的 95%