更新说明
当研究人员想要分析来自多个研究的结果时，他们会使用元分析来合并结果并估计总体效应大小。现有的 meta 套件被用来进行标准和多变量的元分析。有时报告的效应大小被嵌套在更高层次的分组中，如地理位置（州或国家）或行政单位（学区）。同一组内（例如，区）的效应大小很可能是相似的，因此具有依赖性。在这种情况下，你可以使用多层元分析。多层元分析的目标是不仅要综合总体效应大小，而且要考虑到这种依赖性，并评估不同层次的效应大小之间的变化。新的估计命令 meta meregress 和 meta multilevel 是用来进行多层元分析的。假设我们有研究报告了两种教学方法对数学考试成绩y和y的抽样标准误差的影响（平均差异）。影响大小嵌套在学校内，学校嵌套在地区内。我们可以用. meta meregress y || district: || school:, essevariable(se)或. meta multilevel y, relevels(district school) essevariable(se)如果我们有协变量并想要包括随机斜率，我们可以使用meta meregress：. meta meregress y x1 x2 || district: x1 x2 || school:, essevariable(se)拟合模型后，后估计命令可用于计算多层次异质性统计，显示估计的随机效应协方差矩阵等。 Syntax 命令是目前所有软件包中最简单的。meta meregress 在可以应用于随机效应的约束方面也是最灵活的。