conhen’s d

1. cohen’s d

• 두 집단의 표본 수가 동일 할 때 적용 한다.

knitr::include_graphics("C:\\Users\\lhj20\\Downloads\\aa.png")

가상의 데이터를 만들고 아래 식을 쓰면 된다.

#가상의 데이터 만들기(평균 차이는 1)
x1<-rnorm(10000,1,1)
x2<-rnorm(10000,0,1)
#cohen's d
cohen<-function(x1,x2){
  (mean(x1)-mean(x2))/sqrt((sd(x1)^2+sd(x2)^2)/2)
}

cohen(x1,x2)

## [1] 0.9908764

2. hedge’s g

• 두집단의 표본 수 다를 때 사용한다. 독립집단 검정의 효과크기 자체가 두 평균차를 표준화 한 것이기 때문에 표본수가 다른걸 무시하고 계산하면 각 표집의 편차를 과소/과대 추정할 수 있다. (내가 이걸 고려 안하고 졸업논문을 썼다…..)

knitr::include_graphics("C:\\Users\\lhj20\\Downloads\\aaa.png")

코드는 다음과 같다.

#극단적으로 표본수를 50-700으로 나누었다. 
x1<-rnorm(50,1,1)
x2<-rnorm(700,0,1)

#hedge 수식은 다음과 같다. 
hedge<-function(x1,x2){
  (mean(x1)-mean(x2))/sqrt(((length(x1)-1)*sd(x1)^2 + (length(x2)-1)*sd(x2)^2)/(length(x1)+length(x2)-2))
}
hedge(x1,x2)

## [1] 0.9643507

물론 너무나 당연하게도 표본수가 같으면 위 두 값은 같다