Оценить Cohen d для размера эффекта заданы два вектора: x <- rnorm(10, 10, 1) y <- rnorm(10, 5, 5) Как вычислить Cohen d для размера эффекта? Например, я хочу использовать пакет pwr для оценки мощности t-теста с неравными отклонениями, и для этого требуется Cohen d. Ответ 1 После эта ссылка и wikipedia, Cohen d для t-теста выглядит следующим образом: Где sigma (знаменатель): Итак, с вашими данными: set.seed(45) ## be reproducible x <- rnorm(10, 10, 1) y <- rnorm(10, 5, 5) cohens_d <- function(x, y) { lx <- length(x)- 1 ly <- length(y)- 1 md <- abs(mean(x) - mean(y)) ## mean difference (numerator) csd <- lx * var(x) + ly * var(y) csd <- csd/(lx + ly) csd <- sqrt(csd) ## common sd computation cd <- md/csd ## cohen d } > res <- cohens_d(x, y) > res # [1] 0.5199662 Ответ 2 Существует несколько пакетов, предоставляющих функцию для вычисления Cohen d. Например, вы можете использовать функцию cohensD в пакете lsr: library(lsr) set.seed(45) x <- rnorm(10, 10, 1) y <- rnorm(10, 5, 5) cohensD(x,y) # [1] 0.5199662
Ответ 1 После эта ссылка и wikipedia, Cohen d для t-теста выглядит следующим образом: Где sigma (знаменатель): Итак, с вашими данными: set.seed(45) ## be reproducible x <- rnorm(10, 10, 1) y <- rnorm(10, 5, 5) cohens_d <- function(x, y) { lx <- length(x)- 1 ly <- length(y)- 1 md <- abs(mean(x) - mean(y)) ## mean difference (numerator) csd <- lx * var(x) + ly * var(y) csd <- csd/(lx + ly) csd <- sqrt(csd) ## common sd computation cd <- md/csd ## cohen d } > res <- cohens_d(x, y) > res # [1] 0.5199662
Ответ 2 Существует несколько пакетов, предоставляющих функцию для вычисления Cohen d. Например, вы можете использовать функцию cohensD в пакете lsr: library(lsr) set.seed(45) x <- rnorm(10, 10, 1) y <- rnorm(10, 5, 5) cohensD(x,y) # [1] 0.5199662