如何解释科恩的 d(举例) – 统计学 |
您所在的位置:网站首页 › 统计学里的x2代表什么含义 › 如何解释科恩的 d(举例) – 统计学 |
如何解释 cohen 的 d(附示例)经过 本杰明·安德森博
7月 23, 2023
指导
0 条评论 在统计学中,我们经常使用p值来确定两组均值之间是否存在统计上显着的差异。 然而,虽然 p 值可以告诉我们两组之间是否存在统计上的显着差异,但效应大小可以告诉我们这种差异到底有多大。 效应大小最常见的度量之一是Cohen’s d ,其计算如下: 科恩 D = ( x1 – x2 ) / √ ( s12 + s22 ) / 2 金子: x 1 , x 2 :分别是样本 1 和样本 2 的平均值s 1 2 , s 2 2 : 分别是样本1和样本2的方差使用这个公式,我们可以解释 Cohen 的 d: d为0.5表示两组的平均值相差 0.5 个标准差。d为1表示组平均值相差 1 个标准差。d为2表示组平均值相差 2 个标准差。等等。 这是解释 Cohen d 的另一种方法:效应大小 0.5 意味着第 1 组中的平均人的值比第 2 组中的平均人的值高 0.5 个标准差。 下表显示了根据 Cohen d 得出的第 2 组中低于第 1 组中人员平均分的百分比。 科恩的D第2组中低于第1组人员平均水平的百分比0.050%0.258%0.466%0.673%0.879%1.084%1.288%1.492%1.695%1.896%2.098%2.599%3.099.9%我们经常使用以下经验法则来解释 Cohen 的 d: 值0.2表示效应量较小。值0.5表示中等效应大小。值为0.8表示效应量较大。以下示例展示了如何在实践中解释 Cohen 的 d。 示例:Cohen d 的解释假设植物学家向植物施用两种不同的肥料,以确定一个月后植物的平均生长(以英寸为单位)是否存在显着差异。 以下是每组植物生长的总结: 肥料#1: x1 : 15.2s 1 : 4.4肥料#2: x2 : 14秒2 :3.6以下是我们如何计算 Cohen’s d 来量化两组均值之间的差异: 科恩 D = ( x1 – x2 ) / √ ( s12 + s22 ) / 2科恩 d = (15.2 – 14) / √ (4.4 2 + 3.6 2 ) / 2科恩 d = 0.2985科恩的 d 为0.2985 。 以下是如何解释 Cohen d 的该值:接受 1 号肥料的植物的平均高度。 1 号比接受 1 号肥料的植物的平均高度大0.2985 个标准差。 2. 使用前面提到的经验法则,我们会将其解释为较小的效应量。 换句话说,无论两种肥料之间的平均植物生长是否存在统计学上的显着差异,组均值之间的实际差异都是微不足道的。 其他资源以下教程提供了有关效应大小和 Cohen’s d 的更多信息: 效应大小:它是什么以及为什么重要如何在 Excel 中计算 Cohen d 关于作者大家好,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 |