Сегодня разберем тему "размер эффекта".
Что же это такое? 🧐
Размер эффекта показывает, насколько важна связь между переменными или разница между группами. Это помогает оценить, насколько результаты исследования значимы в реальной жизни, а не только в статистике.
Как использовать эту идею? 💡
1. После проведения исследования мы можем посчитать размер эффекта, чтобы понять практическую значимость результатов (не путать со статистической значимостью – для этого у нас есть p-value).
2. До исследования можно задать нужный размер эффекта, который будет иметь смысл для нашей задачи, и, исходя из этого, спланировать исследование.
Логичный вопрос: «А как понять, какой размер эффекта мне нужен?» 🤔
Размер эффекта зависит от того, какой вопрос исследуется и от конкретных условий исследования. Чем больше размер эффекта, тем сильнее связь или больше разница между группами.
Для определения размера эффекта Джейкоб Коэн предложил метрику, называемую d. Вот её шкала:
< 0,1 = незначительный эффект
0,1 - 0,3 = небольшой эффект
0,3 - 0,5 = умеренный эффект
> 0,5 = значительный эффект
А еще есть коэффициент корреляции Пирсона, или r.
В чем разница между d и r? 📋
d Коэна измеряет разницу между двумя группами, а r Пирсона оценивает силу связи между двумя переменными.
Как видите, можно говорить об этом очень долго. А пока вы можете обратиться к нам! Мы всегда рады ответить на ваши вопросы по медицинской статистике и поддержать ваш интерес в этой сфере!