Libreng Calculator ng Editverse
Tagapag-convert ng Laki ng Epekto (d, r, OR, Hedges' g)
I-convert sa pagitan ng mga karaniwang sukatan ng effect-size — Cohen's d, Pearson's r, ang odds ratio, at Hedges' g — gamit ang eksaktong utos na R sa likod ng resulta. Ang isang kumpletong gabay sa interpretasyon ay nasa ibaba. Na-validate laban sa R 4.3.3.
Sa Simpleng Salita
Iba't ibang pag-aaral ang nag-uulat ng mga epekto sa iba't ibang yunit: maaaring magbigay ang isang pagsubok ng odds ratio sa Cohen's d , sa isang survey na Pearson's r , at sa isang epidemiological study ng odds ratio . Upang ihambing o pagsamahin ang mga ito, ilalagay mo muna ang mga ito sa isang karaniwang iskala. Inilalapat ng converter na ito ang mga karaniwang pormula na nagsasalin ng isang sukatan patungo sa isa pa.
Ang Hedges' g ay isang small-sample na koreksyon sa d ni Cohen, at ang mga conversion sa pagitan ng d, r, at ng log odds ratio ay sumusunod sa mahusay na naitatag na algebra. Ang pangunahing pag-iingat ay pinapanatili ng conversion ang relasyon ng point estimate ngunit ipinapalagay na ang orihinal na sukat ay angkop para sa disenyo — ang isang mahinang pagpili ng sukatan ay hindi maaaring maayos sa pamamagitan ng pag-convert nito.
Kailan Gagamitin ang Effect-Size Conversion
I-convert ang mga laki ng epekto kapag nagsasama-sama ka ng mga pag-aaral na nag-ulat ng iba't ibang sukatan, kadalasan bago ang isang meta-analysis , o kapag ang isang journal ay humihingi ng isang standardized na sukat na hindi nagawa ng iyong software. Ang pag-convert sa isang iskala ay nagbibigay-daan sa iyong ilagay ang lahat ng pag-aaral sa isang plot ng kagubatan.
Palaging dalhin ang kawalan ng katiyakan sa pamamagitan ng conversion, hindi lamang ang point estimate: i-convert din ang mga confidence-interval limit, at iulat ang resulta kasama ang confidence interval nito . Piliin ang target na sukatan na tutugma sa iyong audience — r para sa mga correlational field, d o g para sa mga paghahambing ng grupo, ang odds ratio para sa mga binary outcome. Kung hindi mo pa nakukuwenta ang base effect size, magsimula sa aming effect size calculator.
Cohen's d ↔ r ↔ Hedges' g ↔ OR · mga pormulang napatunayan laban sa R 4.3.3
Ang n1 at n2 ay kailangan lamang para mag-convert papunta/mula sa r at Hedges' g (sa pamamagitan ng a = (n1+n2)²/(n1·n2) at df = n1+n2−2). Hindi nila naaapektuhan ang d↔OR conversion.
gabay sa paggamit
Kailan gagamitin. Ilagay ang mga laki ng epekto na iniulat sa iba't ibang iskala (d, r, g, OR) sa isang karaniwang sukatan bago pagsamahin ang mga ito sa isang meta-analysis, o kapag humiling ang isang journal ng isang partikular na pamantayang sukat.
Mga Pagpapalagay. Ipinapalagay ng mga conversion na d↔r at d↔OR na ang pinagbabatayang katangian ay tuluy-tuloy at humigit-kumulang normal/logistiko — mga karaniwang pagpapalagay sa aklat-aralin sa likod ng mga pormulang ito (Cohen 1988; Hedges & Olkin 1985).
Mga karaniwang pagkakamali. Pag-convert ng isang point estimate nang hindi rin kino-convert ang confidence interval nito; pagkalimot sa small-sample correction kapag pinagsama-sama ang maliliit na pag-aaral (gamitin ang Hedges' g, hindi raw d).
Nagtrabahong halimbawa
I-click ang isa sa mga halimbawang button sa itaas, pagkatapos ay ang Run Analysis , para makita ang isang ganap na gumanang conversion gamit ang mga formula at ang R command.
Mga sanggunian
- Cohen J. Pagsusuri ng Kapangyarihang Istatistikal para sa mga Agham Pang-asal. Ika-2 edisyon. Hillsdale, NJ: Erlbaum; 1988.
- Hedges LV. Teorya ng distribusyon para sa estimator ni Glass ng laki ng epekto at mga kaugnay na estimator. J Educ Stat. 1981;6(2):107–128.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Introduksyon sa Meta-Analysis. Chichester: Wiley; 2009.
Kailangan mo ba ng ekspertong pagsusuri? →
Mga Nagtrabahong Halimbawa
Halimbawa 1 — Cohen's d to r
Iniulat ng isang pag-aaral ang Cohen's d = 0.50 para sa paghahambing ng dalawang grupo. Gamit ang karaniwang ugnayan, ito ay nagiging Pearson r na humigit-kumulang 0.24. Ang dalawa ngayon ay nasa parehong iskala, kaya ang pag-aaral na ito ay maaaring pagsamahin sa mga pag-aaral na korelasyonal na nag-uulat ng r nang direkta.
Halimbawa 2 — d sa Hedges' g
Sa isang maliit na sample (n = 20), bahagyang pinalalaki ng d ni Cohen ang epekto ng populasyon. Ang paglalapat ng small-sample correction ay nagiging d = 0.80 sa Hedges' g na humigit-kumulang 0.77. Ang naitama na halaga ang siyang pagsama-samahin, dahil ang hindi naayos na d ay may bias pataas sa maliliit na pag-aaral.
Mga Pagpapalagay na Susuriin
Ang orihinal na sukatan ay angkop sa disenyo. Ipinapalagay ng conversion na ang source effect size ay angkop para sa kung paano isinagawa ang pag-aaral. Ang pag-convert ng isang hindi naaangkop na sukatan ay nagdadala lamang ng problema sa bagong iskala.
Ang mga conversion ay tinatayang lamang, hindi eksaktong katumbas. Ang mga pormulang d-to-r at d-to-odds-ratio ay nakabatay sa mga distributional assumption (halimbawa, isang pinagbabatayang normal o logistic model). Ituring ang mga na-convert na halaga bilang mabubuting pagtatantya, hindi mga pagkakakilanlan.
Ang kawalan ng katiyakan ay dapat sumabay sa pagtatantya. Ang pag-convert lamang ng puntong pagtatantya ay nagtatanggal sa katumpakan nito. I-convert din ang mga limitasyon ng kumpiyansa upang maipakita ng pinagsamang pagsusuri ang tunay na bigat ng bawat pag-aaral.
Karaniwang Pagkakamali
Pag-convert ng pagtatantya ng punto ngunit hindi ang agwat
Ang isang na-convert na effect size na walang na-convert na confidence interval ay hindi maaaring timbangin nang tama sa isang meta-analysis. Palaging baguhin din ang mga limitasyon.
Nakalimutan ang pagwawasto ng maliit na sample
Para sa maliliit na pag-aaral, ang d ni Cohen ay may bias pataas. Gamitin ang g ni Hedges kapag pinagsasama-sama ang maliliit na sample sa halip na ang hindi naitama na d.
Pagtrato sa mga na-convert na halaga bilang eksakto
Ang mga conversion ay umaasa sa mga pagpapalagay sa pagmomodelo. Ang pagbanggit ng isang na-convert na odds ratio sa tatlong decimal na parang direktang nasukat ay nagpapalabis sa katumpakan nito.
Paghahalo ng mga sukatan sa isang lote ng kagubatan nang hindi kino-convert
Walang saysay ang pag-plot nang magkakasama ng raw d, r, at odds ratios. Ihambing muna ang bawat pag-aaral sa iisang karaniwang sukatan bago pagsamahin o ipakita.
Mga Madalas Itanong
Ano ang pagkakaiba ng d ni Cohen at g ni Hedges?
Tinatantya nila ang parehong standardized mean difference, ngunit ang Hedges' g ay naglalapat ng isang koreksyon na nag-aalis ng pataas na bias ng d sa maliliit na sample.
Paano ko iko-convert ang d patungong r?
Isang karaniwang pormula ang nag-uugnay sa dalawa sa pamamagitan ng laki ng grupo; para sa magkapantay na grupo, ang d = 0.5 ay katumbas ng r na malapit sa 0.24. Inilalapat ng calculator ang eksaktong ekspresyon.
Maaari ko bang i-convert ang odds ratio sa Cohen's d?
Oo, sa pamamagitan ng log odds ratio at isang scaling constant mula sa logistic distribution. Ang resulta ay nagpapalagay ng isang pinagbabatayang continuous trait at dapat basahin bilang isang approximation.
Tugma ba ang resulta sa mga pakete ng R?
Oo. Sinusunod ng mga conversion ang mga pormulang ginagamit sa mga karaniwang pakete ng meta-analysis, at ipinapakita ng calculator ang utos na R para ma-reproduce mo ang bawat halaga.
Mga Kaugnay na Calculator
Mga sanggunian
- Lininger M, Riemann BL. Panimulang istatistika para sa mga tagapagsanay sa atletiko: paggamit ng mga confidence interval at effect size upang suriin ang klinikal na kahalagahan. J Athl Tren. 2017;51(12):1045–1048. PMID 28107049.
- Pautz N, Olivier B, Steyn F. Ang paggamit ng parametric effect sizes sa iisang pag-aaral na pananaliksik sa musculoskeletal physiotherapy: isang praktikal na panimulang aklat. Phys Ther Sport. 2018; 32: 87-97. PMID 29778828.
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Introduksyon sa Meta-Analysis. Chichester: Wiley; 2009.
Kailangan Mo Bang Gawin ang Pagsusuring Ito para sa Iyong Manuskrito?
Pinagsasama-sama ng aming mga PhD biostatistician ang mga laki ng epekto sa iba't ibang pag-aaral, nagdadala ng kawalan ng katiyakan sa bawat conversion, at naghahatid ng meta-analysis na handa nang ilathala na may maaaring kopyahing output ng R.
