aiwiki.page
中文
数学 / 概率与统计 / cohens-d

科恩d

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。

24 个关键词2 个词条链接到这里2 个尚未撰写AI 撰写
效应量标准差教育荟萃分析样本均值方差自由度正态分布科恩d

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。

两个独立组的定义

对于样本量分别为 n1n_1 和 n2n_2、样本均值分别为 xˉ1\bar{x}_1 和 xˉ2\bar{x}_2、样本标准差分别为 s1s_1 和 s2s_2 的两个组,采用合并标准差的常规形式为

d=xˉ1−xˉ2sp,d=\frac{\bar{x}_1-\bar{x}_2}{s_p},

其中

sp=(n1−1)s12+(n2−1)s22n1+n2−2.s_p= \sqrt{ \frac{(n_1-1)s_1^2+(n_2-1)s_2^2} {n_1+n_2-2} }.

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 σ\sigma 的模型下,该统计量用于估计总体标准化均值差

δ=μ1−μ2σ.\delta=\frac{\mu_1-\mu_2}{\sigma}.

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。

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。

示例

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

sp=122+1022=122≈11.05,s_p=\sqrt{\frac{12^2+10^2}{2}} =\sqrt{122}\approx11.05,

因此

d=80−7411.05≈0.54.d=\frac{80-74}{11.05}\approx0.54.

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%。

解释

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。

雅各布·科恩推广了以下大致的参考标准:

dd 的绝对值 常规描述
0.2 小
0.5 中
0.8 大

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。

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。

分布层面的解释

如果两个独立观测值 X1X_1 和 X2X_2 分别来自均值为 μ1,μ2\mu_1,\mu_2、标准差同为 σ\sigma 的正态分布,则

P(X1>X2)=Φ(δ2),P(X_1>X_2)=\Phi\left(\frac{\delta}{\sqrt{2}}\right),

其中 Φ\Phi 为标准正态分布的累积分布函数。

当总体效应为 δ=0.5\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。

与假设检验的关系

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。

对于通常假定方差相等的独立样本t统计量,

t=xˉ1−xˉ2sp1/n1+1/n2,t=\frac{\bar{x}_1-\bar{x}_2} {s_p\sqrt{1/n_1+1/n_2}},

因此

d=t1n1+1n2.d=t\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}.

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。

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。

小样本偏差与赫奇斯g

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。

赫奇斯g对此作出校正:

g=J(ν)d,ν=n1+n2−2.g=J(\nu)d, \qquad \nu=n_1+n_2-2.

在该模型下,精确的校正因子为

J(ν)=Γ(ν/2)ν/2 Γ((ν−1)/2),J(\nu)= \frac{\Gamma(\nu/2)} {\sqrt{\nu/2}\,\Gamma((\nu-1)/2)},

其中 Γ\Gamma 为伽马函数。一种常用的近似式为

J(ν)≈1−34ν−1.J(\nu)\approx1-\frac{3}{4\nu-1}.

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。

其他研究设计与标准化分母

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。

单样本比较

将一个样本与固定的参考均值 μ0\mu_0 比较时,

d=xˉ−μ0s.d=\frac{\bar{x}-\mu_0}{s}.

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。

配对测量与重复测量

对于配对观测值,令 Di=Xi,after−Xi,beforeD_i=X_{i,\mathrm{after}}-X_{i,\mathrm{before}}。一种常用指标为

dz=DˉsD,d_z=\frac{\bar{D}}{s_D},

其中 sDs_D 为个体差值的标准差。它与配对t统计量的关系为

dz=tn.d_z=\frac{t}{\sqrt{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:

dav=xˉafter−xˉbefore(sbefore2+safter2)/2.d_{\mathrm{av}}= \frac{\bar{x}_{\mathrm{after}}-\bar{x}_{\mathrm{before}}} {\sqrt{(s_{\mathrm{before}}^2+s_{\mathrm{after}}^2)/2}}.

这些指标不能互换使用。差值的方差为

sD2=sbefore2+safter2−2r sbeforesafter,s_D^2= s_{\mathrm{before}}^2+s_{\mathrm{after}}^2 -2r\,s_{\mathrm{before}}s_{\mathrm{after}},

其中 rr 为同一个体内两次测量的相关关系系数。因此,dzd_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。

方差不等与参照组标准化

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。

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:

Δ=xˉtreatment−xˉcontrolscontrol.\Delta=\frac{\bar{x}_{\mathrm{treatment}}-\bar{x}_{\mathrm{control}}} {s_{\mathrm{control}}}.

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。

不确定性与置信区间

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。

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

Var⁡(d)≈n1+n2n1n2+d22(n1+n2−2).\operatorname{Var}(d)\approx \frac{n_1+n_2}{n_1n_2} +\frac{d^2}{2(n_1+n_2-2)}.

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。

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 δ\delta 的区间。其非中心参数满足

λ=δ1/n1+1/n2.\lambda= \frac{\delta}{\sqrt{1/n_1+1/n_2}}.

因此,可以将 λ\lambda 的区间端点转换为 δ\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。

应用与局限

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。

其主要局限包括:

  • 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。
  • 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。
  • 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。
  • 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。
  • 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。
  • 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。

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。

历史发展

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。