{
  "id": "cohens-d",
  "title": "科恩d",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "科恩d是一种以标准差为单位的标准化均值差，用于描述和比较效应的大小。",
  "category": "mathematics",
  "subcategory": "probability-statistics",
  "type": "concept",
  "aliases": [
    "科恩效应量",
    "科恩d值"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/cohens-d/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/cohens-d/",
      "json": "https://aiwiki.page/en/cohens-d.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "科恩d是一种效应量，以指定的标准差为单位表示均值之间的差异。其最常见的形式是将两个独立组的均值之差除以合并组内标准差。它广泛用于行为研究、教育和元分析，以不依赖原始测量单位的方式描述差异的大小。若干相关指标也被称为科恩d，因此其确切定义取决于研究设计和分母的选择。"
    },
    {
      "heading": "两个独立组的定义",
      "text": "对于样本量分别为 \\(n_1\\) 和 \\(n_2\\)、样本均值分别为 \\(\\bar{x}_1\\) 和 \\(\\bar{x}_2\\)、样本标准差分别为 \\(s_1\\) 和 \\(s_2\\) 的两个组，采用合并标准差的常规形式为\n\n\\[d=\\frac{\\bar{x}_1-\\bar{x}_2}{s_p},\\]\n\n其中\n\n\\[s_p= \\sqrt{ \\frac{(n_1-1)s_1^2+(n_2-1)s_2^2} {n_1+n_2-2} }.\\]\n\n合并方差以各组的自由度为权重，对各组样本方差进行加权。在假定各组具有共同总体标准差 \\(\\sigma\\) 的模型下，该统计量用于估计总体标准化均值差\n\n\\[\\delta=\\frac{\\mu_1-\\mu_2}{\\sigma}.\\]\n\n正负号按照所选的组别顺序表示差异的方向。颠倒组别顺序会使符号反转，但不改变其绝对值。取值为零表示样本均值相等，并不一定意味着分布相同。\n\n作为分母的合并标准差反映的是组内变异。它并非将所有观测值合在一起计算得到的标准差，因为后者还包含由组间均值差异带来的变异。\n\n示例\n\n假设两组样本量相等，均值分别为80和74，标准差分别为12和10，则\n\n\\[s_p=\\sqrt{\\frac{12^2+10^2}{2}} =\\sqrt{122}\\approx11.05,\\]\n\n因此\n\n\\[d=\\frac{80-74}{11.05}\\approx0.54.\\]\n\n第一组的均值比第二组高约0.54个合并组内标准差。这并不意味着第一组的均值高出54%。"
    },
    {
      "heading": "解释",
      "text": "科恩d是无量纲的。给每个观测值加上同一个常数，其值不变；将每个观测值乘以同一个正数，其值也不变。因此，只要不同测量工具所测量的构念具有足够的可比性，就可以比较采用不同单位的测量结果。\n\n雅各布·科恩推广了以下大致的参考标准：\n\n\\(d\\) 的绝对值 | 常规描述\n0.2 | 小\n0.5 | 中\n0.8 | 大\n\n这些只是粗略的惯例，而非普遍适用的阈值。实际重要性取决于所考察的结局、研究人群、差异所带来的后果，以及标准化时采用的变异程度。对于影响重大的结局，即使标准化差异很小，也可能十分重要；而人为设置的任务中出现的较大差异，实际意义却可能有限。\n\n标准化效应也取决于总体的异质性。同样的原始均值差，在变异更大的总体中会产生更小的d。因此，不同研究之间的d值差异，不一定意味着其背后的原始效应存在差异。\n\n分布层面的解释\n\n如果两个独立观测值 \\(X_1\\) 和 \\(X_2\\) 分别来自均值为 \\(\\mu_1,\\mu_2\\)、标准差同为 \\(\\sigma\\) 的正态分布，则\n\n\\[P(X_1>X_2)=\\Phi\\left(\\frac{\\delta}{\\sqrt{2}}\\right),\\]\n\n其中 \\(\\Phi\\) 为标准正态分布的累积分布函数。\n\n当总体效应为 \\(\\delta=0.5\\) 时，该概率约为0.638。它描述的是随机选取的一对观测值之间的关系，而不是从干预中获益的个体所占的比例。代入观测到的d可以得到一个估计值，而这种解释依赖于相应的分布假设。"
    },
    {
      "heading": "与假设检验的关系",
      "text": "科恩d描述效应的大小，而统计假设检验评估的是在某一统计模型下，数据与指定假设的相容程度。因此，P值并不是衡量效应大小的指标。\n\n对于通常假定方差相等的独立样本t统计量，\n\n\\[t=\\frac{\\bar{x}_1-\\bar{x}_2} {s_p\\sqrt{1/n_1+1/n_2}},\\]\n\n因此\n\n\\[d=t\\sqrt{\\frac{1}{n_1}+\\frac{1}{n_2}}.\\]\n\n这一恒等式说明了为什么统计显著性不能决定实际重要性。当样本量足够大时，很小的效应也能产生较大的t统计量；而在小样本中，即使估计效应较大，也可能不够精确。\n\n在总体效应和检验方法固定的情况下，增大样本量通常会提高统计功效，但不会增大总体标准化效应本身。"
    },
    {
      "heading": "小样本偏差与赫奇斯g",
      "text": "常规的d是一个包含估计标准差的比值。在总体方差相等、独立正态抽样的条件下，小样本中的d在绝对值上存在向上偏差。\n\n赫奇斯g对此作出校正：\n\n\\[g=J(\\nu)d, \\qquad \\nu=n_1+n_2-2.\\]\n\n在该模型下，精确的校正因子为\n\n\\[J(\\nu)= \\frac{\\Gamma(\\nu/2)} {\\sqrt{\\nu/2}\\,\\Gamma((\\nu-1)/2)},\\]\n\n其中 \\(\\Gamma\\) 为伽马函数。一种常用的近似式为\n\n\\[J(\\nu)\\approx1-\\frac{3}{4\\nu-1}.\\]\n\n在通常采用的模型下，这一精确校正可以消除d在有限样本中的估计量的偏差。随着自由度增加，二者的差别会缩小。赫奇斯g常用于元分析，尤其是在各项研究的样本量较小时。"
    },
    {
      "heading": "其他研究设计与标准化分母",
      "text": "在不同研究设计中，“科恩d”并不唯一对应某一个公式。不同的分母回答的是不同的问题。\n\n单样本比较\n\n将一个样本与固定的参考均值 \\(\\mu_0\\) 比较时，\n\n\\[d=\\frac{\\bar{x}-\\mu_0}{s}.\\]\n\n如果参考均值本身也是从另一个样本中估计出来的，将其视为固定值就会忽略它的抽样不确定性。\n\n配对测量与重复测量\n\n对于配对观测值，令 \\(D_i=X_{i,\\mathrm{after}}-X_{i,\\mathrm{before}}\\)。一种常用指标为\n\n\\[d_z=\\frac{\\bar{D}}{s_D},\\]\n\n其中 \\(s_D\\) 为个体差值的标准差。它与配对t统计量的关系为\n\n\\[d_z=\\frac{t}{\\sqrt{n}}.\\]\n\n另一种惯例是，用两次测量各自标准差的均方根对均值变化进行标准化：\n\n\\[d_{\\mathrm{av}}= \\frac{\\bar{x}_{\\mathrm{after}}-\\bar{x}_{\\mathrm{before}}} {\\sqrt{(s_{\\mathrm{before}}^2+s_{\\mathrm{after}}^2)/2}}.\\]\n\n这些指标不能互换使用。差值的方差为\n\n\\[s_D^2= s_{\\mathrm{before}}^2+s_{\\mathrm{after}}^2 -2r\\,s_{\\mathrm{before}}s_{\\mathrm{after}},\\]\n\n其中 \\(r\\) 为同一个体内两次测量的相关关系系数。因此，\\(d_z\\) 不仅取决于各次测量的边际变异程度，也取决于测量之间的相关性。不同文献对重复测量效应的命名和公式并不一致；明确列出公式比仅给出名称更能说明问题。\n\n方差不等与参照组标准化\n\n当总体方差不同时，合并分母便不再估计某一个共同的总体标准差。该统计量仍然可以计算，但其含义取决于各组方差及其样本量权重的组合。\n\n格拉斯Δ则将均值差除以指定参照组（通常为对照组）的标准差：\n\n\\[\\Delta=\\frac{\\bar{x}_{\\mathrm{treatment}}-\\bar{x}_{\\mathrm{control}}} {s_{\\mathrm{control}}}.\\]\n\n它回答的是另一种标准化问题，并不只是科恩d的另一个名称。"
    },
    {
      "heading": "不确定性与置信区间",
      "text": "观测到的d是一个受到抽样变异影响的估计值。报告置信区间有助于区分估计效应的大小与估计的精度。\n\n在常规的独立样本模型下，其抽样方差的一种常用大样本近似式为\n\n\\[\\operatorname{Var}(d)\\approx \\frac{n_1+n_2}{n_1n_2} +\\frac{d^2}{2(n_1+n_2-2)}.\\]\n\n对其开平方可得到近似标准误。此外还有其他近似方法和校正方法，因此不同方法得到的区间可能略有差异。\n\n在方差相等、独立正态抽样的条件下，可以通过反演非中心t分布来求得 \\(\\delta\\) 的区间。其非中心参数满足\n\n\\[\\lambda= \\frac{\\delta}{\\sqrt{1/n_1+1/n_2}}.\\]\n\n因此，可以将 \\(\\lambda\\) 的区间端点转换为 \\(\\delta\\) 的区间端点。自助采样区间提供了另一种方法，但其有效性取决于重抽样方案和研究设计。"
    },
    {
      "heading": "应用与局限",
      "text": "科恩d可用于比较不同测量尺度上的均值差、规划研究以及综合研究结果。在元分析中，常通过逆方差加权来合并标准化均值差。这种综合仍然要求结局具有可比性、方向编码保持一致，并对相互依赖的估计值作出适当处理。\n\n其主要局限包括：\n\n- 它描述的是均值，而不是整个分布。 均值相等的分布，其离散程度、偏度或尾部特征仍可能不同。\n- 标准差会影响其大小。 取值范围受限、测量误差以及总体构成的不同，都可能在原始均值差不变的情况下改变d。\n- 离群值可能影响分子和分母。 极端观测值可能同时改变均值差和用于标准化的量。\n- 标准化不能确立因果关系。 如果没有适当的研究设计，组间差异可能由混杂和选择偏差解释。描述性的d并不会自动代表因果效应。\n- 复杂研究设计需要恰当估计不确定性。 假定观测值相互独立的公式，无法计入聚类、重复观测和其他依赖关系的影响。\n- 统计上的可比性不等于实质上的等同性。 两种工具即使测量的并非完全相同的构念，也都可以得到标准化差异。\n\n一份表述清晰、定义明确的报告，应区分原始均值差与标准化均值差，并说明组别顺序、标准化所用的量、样本量、研究设计、偏差校正方式以及区间估计方法。"
    },
    {
      "heading": "历史发展",
      "text": "这一指标以心理学家兼统计学家雅各布·科恩的名字命名。他的著作《行为科学的统计功效分析》于1969年首次出版，并于1988年推出第二版，推动了标准化效应量在行为研究中的普及。他将效应大小与功效分析联系起来，并提出了后来广泛采用的小、中、大效应划分惯例。后续的方法学研究发展了偏差校正方法，并厘清了独立组标准化、参照组标准化与重复测量标准化之间的区别。"
    }
  ],
  "links": [
    "effect-size",
    "standard-deviation",
    "education",
    "meta-analysis",
    "sample-mean",
    "variance",
    "degrees-of-freedom",
    "normal-distribution",
    "cumulative-distribution-function",
    "statistical-hypothesis-testing",
    "p-value",
    "sample-size",
    "statistical-power",
    "gamma-function",
    "estimator-bias",
    "correlation",
    "confidence-interval",
    "standard-error",
    "bootstrap-sampling",
    "confounding",
    "selection-bias",
    "causal-inference"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}