基本概念--效应量

以下部分copy自百度文档

效应量是指由于因素引起的差别，是衡量处理效应大小的指标。与显著性检验不同，这些指标不受样本容量影响。它表示不同处理下的总体均值之间差异的大小，可以在不同研究之间进行比较。平均值差异、方差分析解释比例、回归分析解释比例需要用效应量描述。效应量不受样本容量的影响。当样本容量大得到显著时，有必要报告效应量大小。

中文名

效应量

外文名

effect size

英文缩写

ES

同义翻译

效应大小

一般用于针对某一研究领域内的元分析中，经常见于心理，教育，行为研究等。其主要统计思路是指主要变量引起的响应差别除以相应的标准误差，这一相对量对估算处理效应很重要。

效应量太小，意味着处理即使达到了显著水平，也缺乏实用价值。

常见的几种ES：

a) 两个平均数间的标准差异；

b) 分组自变量与个体因变量分数间的相关--相关效应大小。

c) 方差分析中处理效应的效应大小

一、均数比较：(cohen'd)

独立样本：ES=(m1-m2)/s_pooled

s_pooled为联合方差。

相关样本：ES=(M1-M2)/S

二、相关系数：

三、方差分析：

1.单因素组间(cohen'f)：ES=sqrt(F/n)

2.偏eta方

统计软件：SPSS^[1] 

自变量与样本大小的比值小于1:10时需要矫正

结果解读：

EFFECT SIZE
　　独立样本t检验： （M1-M2）/S合并
　　.20 小的效应，.50中等效应，.80高的效应
　　相关样本t检验： （M1-M2）/S
　　.20 小的效应，.50中等效应，.80高的效应

方差分析sqrt（F/n）
　　.10 小的效应，.25中等效应，.40高的效应

四格表的卡方检验

列联表的卡方检验

Φ=0.10表示小的效应， Φ=0.30表示中等的效应，Φ=0.50表示高的效应^[2]