日前，全球变化领域顶刊Global change biology发表了题为《Otolith reliability is context-dependent for estimating warming and CO2 acidification impacts on fish growth》一文，采用Meta分析方法，研究了以耳石作为分析全球变暖和CO2 acidification对鱼类生长影响的材料的可靠性。该文由云大研究生唐邦利及陶娟，丁城志等大师共同完成，向大师们表示祝贺！
抛开具体学术问题不说，该论文称得上是Meta分析方法的教科书式应用。Meta分析的各种技术细节，都在其中得到了完美体现：
1）效应值的选择（对数反应比），案例内方差的计算：
效应值和变化百分比之间的转换：
SD缺失时，采用imputation估算缺失的SD.
2）统计模型选择：当红的混合效应Meta分析模型，且所有的参数估计采用限制性最大似然法完成。
3）计算了衡量效应值异质性的指标，Qm, Qt等
4）采用了漏斗图、漏斗图的对称性检验和失安全系数来衡量发表偏爱性
5）采用glmulti函数来进行不同因子对效应值影响重要性的全子集模型选择，判定各因子的重要性。
6）模拟数据的应用
这里还有一个值得借鉴的技术要点，也是很多人问过我的一个问题。就是如果我们只是知道两组数据的均值和SD, 那么如何知道这两组数据的差、比值等二次计算值的均值和SD？当初本文的作者也曾找鄙人咨询过如何解决这一问题。我建议他们可以在假定两组数据独立的前提下，采用产生模拟数据来解决这一问题，这理论上是可行的。该文作者也采用这种方法，成功解决了这个问题。以前有人问我这问题时，我总是建议别人可以这么做，但并没有相关参考文献，这是我知道的第一个用到了此种方法，并发表在顶刊上。
另外此文的作图也相当漂亮、标准、细节到位。论文作者也提供了研究的数据和代码，非常值得学习，借鉴（https://zenodo.org/records/13481573）。
