สถิติเชิงพรรณนาใดที่ไม่มีขนาดผลกระทบ

Wikipediaพูดว่า

ขนาดของเอฟเฟกต์เป็นการวัดความแข็งแรงของปรากฏการณ์หรือการประมาณตัวอย่างโดยประมาณของปริมาณนั้น ขนาดของผลกระทบที่คำนวณจากข้อมูลเป็นสถิติเชิงพรรณนาที่สื่อถึงขนาดโดยประมาณของความสัมพันธ์โดยไม่ต้องแถลงใด ๆ ว่าความสัมพันธ์ที่ชัดเจนในข้อมูลนั้นสะท้อนถึงความสัมพันธ์ที่แท้จริงในประชากรหรือไม่

เพื่อให้เข้าใจได้ดีขึ้นฉันสงสัยว่าสถิติเชิงพรรณนาใดที่ไม่ใช่ขนาดผลกระทบยกเว้นกราฟและพล็อต

ขนาดผลกระทบ

• ขนาดผลมาตรฐานทั่วไปโดยทั่วไปปริมาณจำนวนหรือระดับของความสัมพันธ์หรือผลกระทบ การวัดขนาดของเอฟเฟ็กต์ที่พบมากที่สุดน่าจะเป็นของโคเฮน d, เพียร์สันส์ r และอัตราส่วนราคาต่อรอง
• มาตรการขนาดผลกระทบที่พบได้น้อยที่กล่าวว่าคุณสามารถวัดขนาดของเอฟเฟกต์ที่เป็นมาตรฐานและไม่เป็นมาตรฐานได้ สถิติใด ๆ ที่สื่อสารระดับของความสัมพันธ์และไม่ได้ปนเปื้อนโดยเฉพาะอย่างยิ่งขนาดตัวอย่างอาจเป็นการวัดขนาดของผลกระทบ ดังนั้นค่าสัมประสิทธิ์เบต้า, R-square, ความแปรปรวนร่วม, ความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มและอื่น ๆ ทุกระดับของผลกระทบ ที่กล่าวว่าฉันพบว่านักวิจัยบางคนใช้การวัดขนาดของเอฟเฟ็กต์ค่อนข้างสุ่มสี่สุ่มห้าและลืมไปว่าเป้าหมายที่กว้างขึ้นคือการทำให้ผู้อ่านรู้สึกถึงระดับของเอฟเฟกต์ และบ่อยครั้งที่พวกเขาไม่ทราบว่ามาตรการเช่นความแตกต่างหมายถึงหรือค่าสัมประสิทธิ์การถดถอยแบบดิบนั้นในบางแง่การวัดขนาดของผลกระทบ อีกตัวอย่างของการใช้ขนาดเอฟเฟ็กต์ที่ตาบอดนั้นเกี่ยวข้องกับการใช้การวัดขนาดเอฟเฟ็กต์ที่ไม่มีการตีความที่เข้าใจง่าย แต่ได้รับการแนะนำจากตำราบางเล่ม

ไม่ได้ขนาดผลกระทบ:

• สถิติการทดสอบส่วนใหญ่ไม่ใช่ขนาดผลกระทบ เช่นการทดสอบไคสแควร์การทดสอบทีการทดสอบซีการทดสอบเอฟ พวกมันมีขนาดใหญ่ขึ้นเมื่อขนาดของเอฟเฟกต์ประชากรเพิ่มขึ้นและเมื่อขนาดตัวอย่างเพิ่มขึ้น ขนาดของเอฟเฟ็กต์ได้ถูกเน้นในหลาย ๆ แง่มุมในช่วงไม่กี่ปีที่ผ่านมาเนื่องจากนักวิจัยมุ่งเน้นไปที่การทดสอบสถิติของพวกเขามีขนาดใหญ่กว่าขนาดของเอฟเฟ็กต์ขนาดใหญ่ นี่เป็นสิ่งสำคัญโดยเฉพาะอย่างยิ่งที่คุณมีกลุ่มตัวอย่างขนาดใหญ่เมื่อแม้แต่เอฟเฟกต์ขนาดเล็กก็มีนัยสำคัญทางสถิติ
• สถิติที่ไม่เปลี่ยนแปลงส่วนใหญ่ไม่ใช่ขนาดผลกระทบ สำหรับวัตถุประสงค์ส่วนใหญ่ขนาดผลกระทบมีความกังวลเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรอย่างน้อยสองตัว ดังนั้นค่าเฉลี่ยตัวอย่างค่าเบี่ยงเบนมาตรฐานเบ้เคิร์ตซีสมินสูงสุดและอื่น ๆ ไม่ใช่มาตรการขนาดของผลกระทบ
• สถิติที่ไม่เกี่ยวข้องกับระดับของความสัมพันธ์ไม่ใช่การวัดขนาดผลกระทบ ยกตัวอย่างเช่นการทดสอบของตัวแปรหลายตัวแปรค่าลักษณะเฉพาะของเมทริกซ์และอื่น ๆ โดยทั่วไปไม่ได้มุ่งเป้าไปที่การวัดผลกระทบโดยตรงในความหมายสามัญของคำ

ข้อพิจารณาที่กว้างขึ้น

• ข้อควรพิจารณาในการปรับขนาด:ยูทิลิตี้ของสถิติในฐานะขนาดวัดผลส่วนใหญ่เกี่ยวข้องกับความสามารถในการสื่อสารขนาดของเอฟเฟกต์ บางครั้งสิ่งนี้สามารถทำได้โดยใช้การวัดผลมาตรฐานที่คุ้นเคย (เช่น cohen's d) ในบางครั้งการพิจารณาอย่างรอบคอบเกี่ยวกับการปรับขนาดของตัวแปรสามารถให้การตีความที่ชัดเจนยิ่งขึ้นเกี่ยวกับขนาดของผลกระทบ ตัวอย่างเช่นฉันมีการศึกษาดูโปรแกรมการฝึกอบรมในระดับรายได้ ฉันสามารถรายงานได้ว่าโปรแกรมการฝึกอบรมนั้นเพิ่มรายได้ด้วยการเบี่ยงเบนมาตรฐาน 0.2 หรือฉันอาจบอกได้ว่าโปรแกรมนั้นเพิ่มรายได้ 3,500 ดอลลาร์สหรัฐ ทั้งสองมีประโยชน์ ทั้งสองเป็นการวัดขนาดผล อันแรกคือมาตรฐาน (โคเฮนดี) ส่วนที่สองไม่ได้มาตรฐาน (กลุ่มดิบหมายถึงความแตกต่าง)
• ความแม่นยำในการประมาณขนาดเอฟเฟกต์:เรามักจะดึงตัวอย่างการประมาณขนาดของเอฟเฟ็กต์ขนาด (เช่นโคเฮน d, เพียร์สัน r ฯลฯ ) บริบทนี้สามารถนำไปสู่ความแตกต่างของการทดสอบอย่างมีนัยสำคัญกับการวัดขนาดของผลกระทบ อย่างไรก็ตามจุดมุ่งหมายควรจะยังคงประมาณการอย่างแม่นยำและเป็นกลางขนาดผลกระทบของประชากร จากมุมมองของผู้ใช้บ่อยช่วงความมั่นใจรอบขนาดเอฟเฟกต์ให้การประมาณความแม่นยำ จากมุมมองแบบเบย์มีความหนาแน่นด้านหลังต่อขนาดเอฟเฟกต์ ในหลายกรณีจำเป็นต้องใช้ความระมัดระวังเพื่อให้แน่ใจว่าคุณกำลังใช้การวัดขนาดเอฟเฟกต์ที่เป็นกลาง

ประการแรกขนาดของเอฟเฟกต์สามารถใช้ได้อย่างเท่าเทียมกัน r และ ORs ทุกขนาดของเอฟเฟกต์และแน่นอนว่าทั้งหมดถูกใช้ในสถิติเชิงอนุมาน

สถิติที่ไม่เปลี่ยนแปลงนั้นมักจะไม่ได้ขนาดผลแม้ว่ามันจะเป็น เช่นหากคุณกำลังเปรียบเทียบอายุของชายและหญิงที่แต่งงานกันอายุเฉลี่ยของผู้ชายไม่ได้เป็นขนาดเอฟเฟกต์ แต่ถ้าคุณต้องการดูว่าค่าเฉลี่ยของบางสิ่งนั้นเป็น 0 หรือไม่ค่าเฉลี่ยก็จะเป็นขนาดเอฟเฟกต์

ถ้ามันวัดผลมันเป็นขนาดของเอฟเฟกต์!