Statistical Methods for Meta-Analysis

Structura acestui volum este riguros orientată către fundamentarea matematică a integrării studiilor independente, debutând cu testele de semnificație statistică și evoluând spre metode complexe de estimare a mărimii efectului. Metodologia propusă de Larry V. Hedges și Ingram Olkin prioritizează aplicabilitatea statistică în detrimentul logisticii colectării datelor, capitolul de introducere stabilind clar granița între mecanica cercetării și rigoarea analizei cantitative. Putem afirma că organizarea materialului este una progresivă: după stabilirea fundamentelor parametrice și non-parametrice, textul explorează modelele de efecte fixe și aleatorii, culminând cu proceduri de diagnostic pentru sinteza cercetării și tehnici de clustering.

Recomandăm această lucrare pentru modul în care reușește să echilibreze densitatea informației cu accesibilitatea. Deși conținutul este inerent matematic, autorii au ales strategic să plaseze demonstrațiile tehnice la finalul capitolelor sub formă de comentarii, permițând cititorului să se concentreze pe procedurile computaționale. Volumul completează perspectiva oferită de Meta-Analysis de Fredric M. Wolf, adăugând o profunzime statistică superioară și modele multivariate pe care lucrarea lui Wolf le tratează doar la nivel introductiv. Totodată, spre deosebire de Conducting Meta-Analysis Using SAS, care se axează pe codul sursă, textul de față oferă fundamentul teoretic necesar înțelegerii a ceea ce se întâmplă în spatele software-ului.

În contextul operei lui Larry V. Hedges, această carte reprezintă pilonul tehnic ce susține lucrări ulterioare precum Introduction to Meta-Analysis. Dacă în alte volume autorul pune accent pe procesul de sinteză în educație, aici accentul cade pe validitatea modelelor liniare generale și pe tratarea situațiilor în care nu toate rezultatele studiilor sunt observate, oferind instrumentele necesare pentru o meta-analiză robustă în științele fizice și biologice.