Cohen‘s d 结果怎么看

Cohen’s d 是一种衡量效应大小（effect size）的方法，主要用于描述两组之间的差异大小。它的值反映了两组均值差异相对于标准差的大小。通常，Cohen’s d 用于衡量实验组与对照组之间的效应，或者其他两组数据之间的差异。

Cohen’s d 的数值可以解释为：

• 小效应（0.2 以下）：表示两组之间的差异相对较小，可能不太具有实际意义。
• 中等效应（0.5）：表示两组之间的差异有一定的实际意义，足够显著。
• 大效应（0.8 以上）：表示两组之间的差异非常显著，差异非常大。

这些标准是 Cohen 提出的，但也可以根据研究领域和具体情境有所调整。例如，在医学研究中，即使是小效应（如 0.2）也可能具有实际意义，而在心理学研究中，大效应才是较为重要的标志。

总体来说，Cohen’s d 是一个衡量两组之间效应大小的有用工具，可以帮助判断实验结果的实际意义，而不仅仅是统计显著性。

在 R 中，计算 Cohen’s d 可以通过使用现成的函数来完成。

effsize`包）

effsize 包提供了一个函数来直接计算 Cohen’s d。

首先，安装并加载该包：

install.packages("effsize")
library(effsize)

然后，假设我们有两组数据 group1 和 group2，可以使用 cohen.d 函数来计算 Cohen’s d：

# 示例数据
group1 <- c(50, 52, 47, 49, 51, 48, 53, 50, 46, 54)
group2 <- c(45, 46, 44, 43, 48, 42, 47, 44, 45, 42, 43, 46)

# 计算 Cohen's d
cohen_d_result <- cohen.d(group1, group2)
cohen_d_result

这将输出 Cohen’s d 的值以及其置信区间和其他相关统计量。

Cohen's d

d estimate: 2.41138 (large)
95 percent confidence interval:
   lower    upper 
1.239732 3.583028 

从结果来看，Cohen’s d 值为 2.41138，并且它落在 large（大效应）范围内。通常来说，Cohen’s d 大于 0.8 被认为是大效应，而你的结果远远超过了这一值，说明两组之间的差异非常显著。

此外，95% 置信区间为 [1.239732, 3.583028]，这意味着我们有 95% 的信心认为 Cohen’s d 的真实值位于该区间内。因此，差异的效应大小在统计上非常显著，并且具有较大的实际意义。

这种大效应可能在实际应用中具有重要的影响，特别是在涉及临床或社会学领域时，可能表示一种显著的改变或影响。