近年来,元分析技术在心理学等社会科学领域得到了越来越广泛的关注和应用,然而不少实证研究者对于元分析技术的原理以及如何规范地开展元分析研究等问题仍知之甚浅,而且不同的元分析研究中所纳入的效应量个数往往存在较大差异,一直缺乏统一的效应量个数选择规范,实证研究者能获得的参考有限。本研究从元分析技术的原理谈起,归纳了元分析实证研究的基本流程,然后采用蒙塔卡洛模拟方法,将心理学元分析研究中常用的混合效应元回归模型作为研究对象,通过操纵调节变量的个数、回归系数真值、研究间剩余异质性设置了不同情境,进而探究不同情境下效应量个数对混合效应元回归模型参数估计表现的影响,并基于统计功效和估计精度进行评价,从而确立了效应量的最小个数需求。基于模拟研究结果,提出以下建议:(1)由于Wald-type z检验方法过于保守的I类错误率,建议元分析实证研究者避免采用内嵌该方法的CMA软件,推荐采用R软件的metafor包以及其中的Knapp and Hartung检验方法;(2)元分析的实证研究者应当根据实际情况选择纳入的效应量个数:当研究间剩余异质性较小时,一般20个效应量可满足要求,此时若回归系数真值(均)较小则需要增加至30个;当研究间剩余异质性较大时,一般38个效应量可满足要求,此时若回归系数真值(均)较小则需要增加至70个,若回归系数真值一个较大一个较小则需要增加至50个。