用途：Psychological Bulletin 元分析稿件的定量核心，即把编码的研究统计量转为效应量、在可辩护的模型下合并，并诚实刻画异质性；要求方法符合 MARS 报告规范。调节效应与发表偏倚诊断属于 psychbull-moderators-and-bias。
触发场景：从编码统计量计算效应量；选择固定效应、随机效应或多层模型；处理同一研究多个效应量的依赖；量化与解释异质性。
效应量：选择与研究设计匹配、跨研究可比的指标，如 Hedges' g（小样本校正）、相关 r 转 Fisher's z、对数优势比/风险比；将不同指标转换为共同尺度并记录转换过程。用透明工具计算（如 metafor::escalc），记录公式与输入，并跟踪符号方向以对应实质假设。
模型选择：默认随机效应或混合效应，需估计 τ² 并给出汇总效应；使用固定效应须明确说明理由。同一研究或样本的多个效应量违反独立性，应使用稳健方差估计（RVE，robumeta/clubSandwich）或多层/三层模型（metafor::rma.mv），不能当作独立效应。按逆方差加权，并报告 τ² 估计方法（如 REML）。
异质性：报告 Q 检验、I²、τ²/τ 及真值范围的预测区间；应实质性解释异质性，它是调节分析的理由，而非需要隐藏的干扰。高异质性且均值置信区间很窄时，缺少预测区间会误导。
执行衔接：元分析本身多在该因果推断工具链之外，需用专门工具（如 metafor）完成合并效应与元回归；调节/元回归检验需做多重检验校正（romano_wolf / benjamini_hochberg）。对原始数据再分析适用 detect_design → recommend → fit → audit_result 链条，图表用 etable / plot_from_result，并说明哪些是元分析、哪些是原始再分析。
反模式：对明显异质文献强行固定效应；把同一研究多个效应量当独立；只报合并点估计与 CI 而不报 I²/τ²/预测区间；未转换就混合不可比指标；报告数字与分析脚本不一致。
示例（仅示意，非真实数据）：51 个效应来自 k=42 项研究，6 个以 r 或 t 报告的效应转换为 g 并记录；REML 随机效应，聚类效应用 RVE；合并 g=0.34，95% CI [0.24, 0.44]；Q(41) 显著，I²=68%，τ²=0.041（τ=0.20），95% 预测区间约 [−0.10, 0.78]。
输出格式：【效应量指标】g/z(r)/logOR 及转换说明；【模型】随机效应/多层/RVE（含 τ² 估计）；【依赖】是否经 RVE/多层处理；【合并效应】估计与 95% CI；【异质性】Q、I²、τ²、预测区间；【下一步】psychbull-moderators-and-bias。
限制：本技能主要覆盖估计；调节与发表偏倚在其他技能中；具体软件版本、许可与安装方式资料未详细提供。