効果量統計の2つのタイプ:標準化と非標準化

効果量統計は最近大流行しています。

ジャーナル編集者はそれらを要求しています。委員会はそれらなしでは論文を通過させません。

しかし、それらを計算する理由は、誰かがそれらを望んでいるというだけではありません。それらはあなたのデータ分析を理解するのに本当に役立ちます。

効果量の統計?

「効果量の統計」と聞くと、すぐにいくつかの統計の1つが必要だと思います。Eta-squared、Cohen’s d、R-squaredです。
はい、これらは間違いなく適格です。しかし、効果量統計の概念は実際にははるかに広いです。効果量統計に関する素晴らしい記事からの説明は次のとおりです。

“…2つのグループ間の差異の大きさと方向または2つの変数間の関係に関する情報。”

–ジョセフA .Durlak、「効果量を選択、計算、および解釈する方法」

考えてみれば、多くのよく知られた統計がこの説明に当てはまります。回帰係数は、の大きさと方向に関する情報を提供します。 2つの変数間の関係。相関係数も同様です。

同様に、2つのグループ平均間の単純な違いは、この定義に直接当てはまります。

では、なぜ特定の効果量統計を報告する必要があるのですか?

単純で標準化された効果サイズ統計

効果のサイズを説明する統計には2つのタイプがあります。

最初のタイプは標準化されています。ほとんどの人が効果量の統計について話すとき、これは彼らが話していることです。

標準化された効果量の統計は、効果の変数の単位を削除します。

2番目のタイプはシンプル。これらの統計は効果の大きさを示していますが、変数の元の単位のままです。

たとえば、2つの異なる条件下で土壌の平均温度を比較しているとします。

単純な効果量は、平均温度の差になります。

平均1–平均2。

この統計は次のように解釈されます。度Celsius。例:条件1の平均温度は条件2より2.3度高かった。

標準化された効果量統計は、その平均差を標準偏差で除算します。

(平均1 –平均2)/標準偏差。

この統計は標準偏差の観点から解釈されます。条件1の平均温度は、条件2よりも1.4標準偏差高かった。 。

長所と短所

多くのジャーナル編集者は標準化された効果サイズを望んでいますが、単純な効果サイズよりも常に優れているとは限りません。ただし、特定の状況では実際の利点があります。

1。標準化された効果量は、測定単位が直感的でない場合の効果の大きさを評価するのに役立ちます。

ほとんどの土壌学者は、摂氏2.3度が意味のある違いであるかどうかをよく理解しています。摂氏2.3度は、度が直感的であるため、何かを意味します。しかし、常にそうであるとは限りません。

7から49までの不安尺度で2.3ポイントの違いを想像してみてください。それは意味のある違いですか?ええと、これらのポイントはあまり直感的ではないので、見分けるのは難しいです。 2.3ポイントが大きな動きであるかどうかを確認するには、スコアの分布を十分に理解する必要があります。また、2.3ポイントが実際に不安について何を示しているかを理解する必要があります。

場合によっては、統計(標準偏差で表す)は、意味のない単位を削除するのに役立ち、研究者はスコアの完全な分布と比較して効果を評価できます。

2。標準化された効果量は、研究間で結果を比較するのに役立ちます。

多くの変数は、さまざまな研究でさまざまなスケールで測定されます。繰り返しになりますが、これは温度などの変数では発生しない可能性がありますが、選択できる不安の尺度は複数あり、それぞれが異なる尺度になっています。標準化された効果量統計を含めると、読者が研究間の傾向や違いを理解するのに役立ちます。

これらは、研究のサンプルからの結果を分析するメタアナリシスの基礎であるため、これらの統計を報告することは同僚に役立ちます。

3。サンプルサイズの計算では、標準化された効果サイズを慎重に使用する必要があります。

サンプルサイズの統計を推定するには、意味のある最小の単純効果と標準偏差の両方が必要です(特定のアルファと必要な検出力、その他の必要な推定値が与えられた場合) )。一部のソフトウェアでは、最初にこれら2つの情報を標準化された効果サイズ統計に結合して、必要なサンプルサイズを計算して目的の検出力を達成する必要があります。

これらの計算で標準化された効果量を使用しても問題はありませんが、適切な推定値が必要な場合は、変数の妥当な標準偏差を取得し、意味のある効果が何であるかを考えるプロセスを実行する必要があります。

はい、これは非常に困難であり、正しい答えは1つではありません。しかし、あなたはあなたの分野の専門家であり、意味のある効果量が何であるかを文献から決定するのはあなた次第です。

考えずに検出力計算の基礎として一般的な効果量統計を使用する場合それがあなたの研究で何を意味するかについて、あなたはただ一般的なサンプルサイズの見積もりを得るでしょう。あまり役に立ちません。

効果量の統計
統計ソフトウェアは、必ずしも必要な効果量を提供するとは限りません。一般的な効果量の統計とそれらを自分で計算する方法。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です