Kalkulator Percuma Editverse
Penukar Saiz Kesan (d, r, OR, Hedges' g)
Tukar antara metrik saiz kesan biasa — d Cohen, r Pearson, nisbah kemungkinan dan g Hedges — dengan arahan R yang tepat di sebalik hasilnya. Panduan tafsiran penuh adalah seperti di bawah. Disahkan terhadap R 4.3.3.
Dalam Perkataan Mudah
Kajian yang berbeza melaporkan kesan dalam unit yang berbeza: percubaan mungkin memberikan nisbah kemungkinan kepada d Cohen, r Pearson dalam tinjauan , dan nisbah kemungkinan kepada kajian epidemiologi . Untuk membandingkan atau mengumpulkannya, anda perlu meletakkannya pada skala yang sama terlebih dahulu. Penukar ini menggunakan formula standard yang menterjemahkan satu metrik kepada metrik yang lain.
Hedges' g ialah pembetulan sampel kecil kepada d Cohen, dan penukaran antara d, r dan nisbah odds log mengikuti algebra yang mantap. Amaran utama ialah penukaran mengekalkan hubungan anggaran titik tetapi menganggap ukuran asal sesuai untuk reka bentuk — pilihan metrik yang lemah tidak boleh diperbaiki dengan menukarnya.
Bila Perlu Menggunakan Penukaran Saiz Kesan
Tukar saiz kesan apabila anda mensintesis kajian yang melaporkan metrik yang berbeza, selalunya sebelum meta-analisis atau apabila jurnal meminta ukuran piawai yang tidak dihasilkan oleh perisian anda. Menukar kepada skala tunggal membolehkan anda meletakkan semua kajian pada satu plot hutan.
Sentiasa bawa ketidakpastian melalui penukaran, bukan hanya anggaran titik: tukar had selang keyakinan juga, dan laporkan hasilnya dengan selang keyakinannya . Pilih metrik sasaran untuk dipadankan dengan khalayak anda — r untuk medan korelasi, d atau g untuk perbandingan kumpulan, nisbah kemungkinan untuk hasil binari. Jika anda belum lagi mengira saiz kesan asas, mulakan dengan kalkulator saiz kesan kami.
n1 dan n2 hanya diperlukan untuk menukar kepada/daripada r dan Hedges' g (melalui a = (n1+n2)²/(n1·n2) dan df = n1+n2−2). Ia tidak menjejaskan penukaran d↔OR.
Panduan pengguna
Bila perlu digunakan. Letakkan saiz kesan yang dilaporkan pada skala berbeza (d, r, g, OR) ke dalam satu metrik biasa sebelum menggabungkannya dalam meta-analisis atau apabila jurnal meminta ukuran piawai tertentu.
Andaian. Penukaran d↔r dan d↔OR mengandaikan sifat asas adalah berterusan dan hampir normal/logistik — andaian buku teks standard di sebalik formula ini (Cohen 1988; Hedges & Olkin 1985).
Kesilapan biasa. Menukar anggaran titik tanpa menukar selang keyakinannya; melupakan pembetulan sampel kecil apabila mengumpulkan kajian kecil (gunakan Hedges' g, bukan d mentah).
Contoh yang dikerjakan
Klik salah satu butang contoh di atas, kemudian Jalankan Analisis , untuk melihat penukaran yang berfungsi sepenuhnya dengan formula dan arahan R.
Rujukan
- Cohen J. Analisis Kuasa Statistik untuk Sains Tingkah Laku. Edisi ke-2. Hillsdale, NJ: Erlbaum; 1988.
- Hedges LV. Teori taburan untuk penganggar saiz kesan Glass dan penganggar berkaitan. J Educ Stat. 1981;6(2):107–128.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Pengenalan kepada Meta-Analisis. Chichester: Wiley; 2009.
Contoh Kerja
Contoh 1 — Cohen's d kepada r
Satu kajian melaporkan d Cohen = 0.50 untuk perbandingan dua kumpulan. Dengan menggunakan hubungan piawai, ini bertukar kepada r Pearson kira-kira 0.24. Kedua-duanya kini berada pada skala yang sama, jadi kajian ini boleh digabungkan dengan kajian korelasi yang melaporkan r secara langsung.
Contoh 2 — d kepada g Hedges
Dengan sampel yang kecil (n = 20), d Cohen sedikit melebih-lebihkan kesan populasi. Menggunakan pembetulan sampel kecil menjadikan d = 0.80 menjadi g Hedges iaitu kira-kira 0.77. Nilai yang dibetulkan adalah nilai yang perlu dikumpulkan, memandangkan d yang tidak dilaraskan adalah berat sebelah ke atas dalam kajian kecil.
Andaian untuk Disemak
Metrik asal sesuai dengan reka bentuk tersebut. Penukaran mengandaikan saiz kesan sumber adalah sesuai untuk cara kajian dijalankan. Menukar ukuran yang tidak sesuai hanya membawa masalah ke skala baharu.
Penukaran adalah anggaran, bukan kesetaraan yang tepat. Formula d-ke-r dan d-ke-nisbah-odds bergantung pada andaian taburan (contohnya, model normal atau logistik yang mendasari). Anggap nilai yang ditukar sebagai anggaran yang baik, bukan identiti.
Ketidakpastian mesti bergerak bersama anggaran. Menukar hanya anggaran titik akan membuang ketepatannya. Tukarkan had keyakinan juga supaya analisis terkumpul mencerminkan pemberat sebenar setiap kajian.
Kesalahan biasa
Menukar anggaran titik tetapi bukan selang
Saiz kesan yang ditukar tanpa selang keyakinan yang ditukar tidak boleh ditimbang dengan betul dalam meta-analisis. Sentiasa ubah had juga.
Melupakan pembetulan sampel kecil
Bagi kajian kecil, d Cohen dipincangkan ke atas. Gunakan g Hedges apabila mengumpulkan sampel kecil dan bukannya d yang tidak dibetulkan.
Melayan nilai yang ditukar sebagai tepat
Penukaran bergantung pada andaian pemodelan. Memetik nisbah kemungkinan yang ditukar kepada tiga perpuluhan seolah-olah ia diukur secara langsung melebih-lebihkan ketepatannya.
Mencampurkan metrik pada satu plot hutan tanpa menukar
Memplotkan nisbah d, r dan odds mentah bersama-sama tidak bermakna. Bawa setiap kajian kepada satu metrik yang sama sebelum dikumpulkan atau dipaparkan.
Soalan Lazim
Apakah perbezaan antara d Cohen dan g Hedges?
Mereka menganggarkan perbezaan min piawai yang sama, tetapi Hedges' g menggunakan pembetulan yang menghapuskan bias ke atas d dalam sampel kecil.
Bagaimanakah saya menukar d kepada r?
Formula piawai menghubungkan kedua-duanya melalui saiz kumpulan; untuk kumpulan yang sama, d = 0.5 sepadan dengan r berhampiran 0.24. Kalkulator menggunakan ungkapan yang tepat.
Bolehkah saya menukar nisbah kemungkinan kepada d Cohen?
Ya, melalui nisbah odds log dan pemalar penskalaan daripada taburan logistik. Hasilnya mengandaikan sifat berterusan yang mendasari dan harus dibaca sebagai anggaran.
Adakah hasilnya sepadan dengan pakej R?
Ya. Penukaran tersebut mengikuti formula yang digunakan dalam pakej meta-analisis standard dan kalkulator menunjukkan arahan R supaya anda boleh menghasilkan semula setiap nilai.
Kalkulator Berkaitan
Rujukan
- Lininger M, Riemann BL. Primer statistik untuk jurulatih atletik: menggunakan selang keyakinan dan saiz kesan untuk menilai kebermaknaan klinikal. Kereta Api J Athl. 2017;51(12):1045–1048. PMID 28107049.
- Pautz N, Olivier B, Steyn F. Penggunaan saiz kesan parametrik dalam penyelidikan fisioterapi muskuloskeletal kajian tunggal: primer praktikal. Sukan Fizikal Ther. 2018; 32: 87-97. PMID 29778828.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Pengenalan kepada Meta-Analisis. Chichester: Wiley; 2009.
Perlu Analisis Ini Dilakukan untuk Manuskrip Anda?
Ahli biostatistik PhD kami menyelaraskan saiz kesan merentasi kajian, membawa ketidakpastian melalui setiap penukaran dan menyampaikan meta-analisis sedia untuk penerbitan dengan output R yang boleh dihasilkan semula.