成对比较的效应大小 (Cohen's d)答案

【问题标题】：Effect size (Cohen's d) for pairwise comparisons成对比较的效应大小 (Cohen's d)
【发布时间】：2020-08-24 08:51:48
【问题描述】：

我正在尝试计算不同因素水平之间的影响大小。为了比较每个因子水平内的两种均值，下面的代码可以正常工作：

cohens_d_list <- by(mydata, mydata$factor, function(sub) 
                       cohens_d(sub$score1, sub$score2)

                 )

cohens_d_list

但是，我不知道如何比较单个平均值的每个因子级别（例如，对于 score1，我想比较每个因子级别：因子级别 1 与因子级别 2，因子级别 1 与. 因子级别 3，因子级别 1。与因子级别 4....）彼此。我使用了 psych、effectsize 和 effsize 软件包，但它们似乎在单因素变量中没有考虑超过 2 个级别。对代码或包有什么建议吗？

【问题讨论】：

标签： r statistics

【解决方案1】：

在尝试了几十个包之后，esvis package 成功了。

df%>%
  ungroup(Group)%>% # Include this line if you get grouping error
coh_d(score1~ Group)

你会得到一个包含所有可能比较的漂亮表格。

【讨论】：

【解决方案2】：

您可以拟合一个模型并使用来自emmeans 的eff_size() 函数（这将有利于使用来自所有组的汇集SD，而不仅仅是被比较的两个）：

m <- lm(mpg ~ factor(cyl), data = mtcars)

library(emmeans)

(em <- emmeans(m, ~ cyl))
#>  cyl emmean    SE df lower.CL upper.CL
#>    4   26.7 0.972 29     24.7     28.7
#>    6   19.7 1.218 29     17.3     22.2
#>    8   15.1 0.861 29     13.3     16.9
#> 
#> Confidence level used: 0.95

eff_size(em, sigma = sigma(m), edf = df.residual(m))
#>  contrast effect.size   SE df lower.CL upper.CL
#>  4 - 6           2.15 0.56 29    1.003     3.29
#>  4 - 8           3.59 0.62 29    2.320     4.86
#>  6 - 8           1.44 0.50 29    0.418     2.46
#> 
#> sigma used for effect sizes: 3.223 
#> Confidence level used: 0.95

^{由reprex package (v2.0.0) 于 2021-06-07 创建}

【讨论】：

为什么使用所有组的汇总 SD 会有好处？