做方差分析后如何得到科恩的d值？

Question

我有一个数据集，我对其进行了方差分析并进行了postHoc分析。当我通过输入汇总(数据)来查看数据摘要时，我只看到t值和p值。

有什么办法可以看出科恩的d值吗？我在使用R统计软件包。

Answer 1

关于效应大小的注记

欢迎光临！首先，你永远不会用Cohen的d来做ANCOVA。ANCOVA的一个更常见的影响大小是eta平方或部分eta平方。此外，我没有看到您发布任何代码或数据，因此很难准确地猜测您是如何运行您的模型的。我可以使用一些数据运行一个模型，如果您至少想知道如何使用，但是下次在您的问题中提供数据的dput以及您已经运行的代码。

运行方差分析

首先，我们可以加载effectsize库，以获得我们的eta平方估计，并以微小的变化加载我们的数据。

#### Library ####
library(effectsize)
library(tidyverse)
library(rstatix)

#### Load Data ####
data(obk.long,
     package = "afex")

#### Modify Data ####
obk.long <- obk.long[1:240 %% 3 == 0, ]
obk.long$id <- seq_len(nrow(obk.long))

如果我们看一下这些数据，我们就可以看到(至少在表面上)这是适合于ANCOVA的：

#### Inspect Data ####
glimpse(obk.long)

在这里，您可以看到这个命令中的数据：

Rows: 80
Columns: 7
$ id        <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 1…
$ treatment <fct> control, control, control, control, control, control…
$ gender    <fct> M, M, M, M, M, M, M, M, M, M, M, M, M, M, M, F, F, F…
$ age       <dbl> -4.75, -4.75, -4.75, -4.75, -4.75, -2.75, -2.75, -2.…
$ phase     <fct> pre, post, post, fup, fup, pre, post, post, fup, fup…
$ hour      <fct> 3, 1, 4, 2, 5, 3, 1, 4, 2, 5, 3, 1, 4, 2, 5, 3, 1, 4…
$ value     <dbl> 4, 3, 3, 3, 4, 5, 2, 5, 5, 1, 5, 4, 5, 6, 6, 7, 2, 5…

然后我们可以用这个模型来拟合ANCOVA：

#### Fit Data to ANCOVA ####
fit <- aov(value ~ gender + phase + treatment, 
          data = obk.long)
summary(fit)

在这里，您可以看到模型中的摘要：

            Df Sum Sq Mean Sq F value   Pr(>F)    
gender       1   9.11    9.11   2.932    0.091 .  
phase        2   3.06    1.53   0.493    0.613    
treatment    2  81.04   40.52  13.037 1.41e-05 ***
Residuals   74 229.98    3.11                     
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我们还可以查看与以下代码的成对比较：

#### Tukey PWC ####
tukey_hsd(fit)

如图所示：

# A tibble: 7 × 9
  term     group1 group2 null.…¹ estim…² conf.…³ conf.…⁴   p.adj p.adj…⁵
* <chr>    <chr>  <chr>    <dbl>   <dbl>   <dbl>   <dbl>   <dbl> <chr>  
1 gender   F      M            0   0.675  -0.110   1.46  9.1 e-2 ns     
2 phase    fup    post         0  -0.125  -1.18    0.929 9.57e-1 ns     
3 phase    fup    pre          0  -0.531  -1.82    0.760 5.89e-1 ns     
4 phase    post   pre          0  -0.406  -1.70    0.885 7.33e-1 ns     
5 treatme… contr… A            0   2.04    0.773   3.30  7.14e-4 ***    
6 treatme… contr… B            0   2.21    1.10    3.31  2.56e-5 ****   
7 treatme… A      B            0   0.170  -1.01    1.35  9.37e-1 ns     
# … with abbreviated variable names ¹​null.value, ²​estimate, ³​conf.low,
#   ⁴​conf.high, ⁵​p.adj.signif

获得部分Eta

在这里，您只需运行以下代码：

#### Run Effect Size ####
eta_squared(fit,
            partial = T)

它给出了效果大小：

# Effect Size for ANOVA (Type I)

Parameter | Eta2 (partial) |       95% CI
-----------------------------------------
gender    |           0.04 | [0.00, 1.00]
phase     |           0.01 | [0.00, 1.00]
treatment |           0.26 | [0.12, 1.00]

- One-sided CIs: upper bound fixed at [1.00].

边注

在运行ANCOVA或从模型中获取摘要之前，您应该检查一些事情。在解释像效果大小这样的结果之前，最好确保它符合所有的模型假设。如果这有用的话请告诉我。