Meta分析中,异质性检验采用的统计量是()A. F统计量B. Q统计量C. t统计量D. H统计量E. p统计量

异质性检验是Meta分析中的关键步骤，用于判断纳入的研究结果是否存在显著差异。其核心在于评估各研究效应的异质性程度，从而决定是否需要采用随机效应模型。
Q统计量是专门用于Meta分析异质性检验的统计量，它通过比较各研究的效应大小与合并效应的差异，计算出卡方分布形式的检验统计量。若Q值较大且对应的p值较小，则提示存在显著异质性。
其他选项中，F统计量常用于方差分析，t统计量用于均值比较，H统计量和p值与异质性检验无直接关联，因此排除。

异质性检验的统计量选择：

1. Q统计量的定义：
   Q统计量基于卡方分布，计算公式为：
   $Q = \sum w_i (y_i - \bar{y})^2$
   其中，$w_i$为研究i的权重，$y_i$为研究i的效应值，$\bar{y}$为合并效应值。
2. 检验逻辑：
   • 若Q值接近自由度，则说明各研究结果一致性高，异质性不显著；
   • 若Q值显著大于自由度，则提示存在异质性。
3. 选项排除：
   • F统计量用于比较组间均值差异；
   • t统计量用于单样本或两样本均值检验；
   • H统计量与哈特定价相关；
   • p值是统计推断的结果，而非检验统计量本身。