Hedges' g 是什么? (定义和例子) |
您所在的位置:网站首页 › size和measurement的区别 › Hedges' g 是什么? (定义和例子) |
什么是对冲? g? (定义&;示例)经过 本杰明·安德森博
7月 26, 2023
指导
0 条评论 在假设检验中,我们经常使用p值来确定两组之间是否存在统计显着差异。 然而,虽然 p 值可以告诉我们两组之间是否存在统计显着差异,但效应大小可以告诉我们差异的大小。 衡量效应大小的最常见方法之一是使用Hedges’ g ,其计算如下: g = ( x 1 – x 2 ) / √ ((n 1 -1)*s 1 2 + (n 2 -1)*s 2 2 ) / (n 1 +n 2 -2) 金子: x 1 , x 2 :分别是样本 1 的平均值和样本 2 的平均值n1 , n2 :分别是样本量 1 和样本量 2s 1 2 , s 2 2 : 分别为样本1的方差和样本2的方差以下示例显示如何计算两个样本的 Hedges g。 示例:覆盖率g的计算假设我们有以下两个例子: 样本1: x1 : 15.2s 1 : 4.4第1名:39样本2: x2 : 14秒2 :3.6第2名:34以下是计算这两个样本的 Hedges g 的方法: g = ( x 1 – x 2 ) / √ ((n 1 -1)*s 1 2 + (n 2 -1)*s 2 2 ) / (n 1 +n 2 -2)g = (15.2 – 14) / √ ((39-1)*4.4 2 + (34-1)*3.6 2 ) / (39+34-2)克=1.2/4.04788克=0.29851对冲的 g 结果是0.29851 。 额外奖励:使用此在线计算器可以自动计算任意两个样本的 Hedges g。 如何解释模糊限制语的g一般来说,解释 Hedge 的 g 的方法如下: 0.2 = 小效应量0.5 = 中等效应量0.8 = 大效应量在我们的示例中,效应大小0.29851可能被视为较小的效应大小。这意味着虽然两组均值之间的差异具有统计显着性,但各组均值之间的实际差异并不显着。 Hedges 的 g 与 Cohen 的 d衡量效应大小的另一种常见方法称为Cohen’s d ,它使用以下公式: d = ( X1 – X2 ) / √ ( s12 + s22 ) / 2 Cohen’s d 和 Hedges’ g 之间的唯一区别是 Hedges’ g 在计算总体效应大小时考虑了每个样本大小。 因此,当两个样本量不相等时,建议使用 Hedge 的 g 来计算效应大小。 如果两个样本量相等,则 Hedges’ g 和 Cohen’s d 将具有完全相同的值。 关于作者本杰明·安德森博大家好,我是本杰明,一位退休的统计学教授,后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识,我渴望分享我的知识,通过 Statorials 增强学生的能力。了解更多 添加评论取消回复 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |