统计 / 效果
效应量计算器（Cohen's d、Hedges' g）
根据两组的均值、标准差和样本量，计算两组差异的效应量：Cohen's d、Hedges' g、对应的相关系数r、分布重叠率和Cohen's U3。
效应量计算器（Cohen's d、Hedges' g）: Cohen's d用均值差除以合并标准差√(((n₁ − 1)s₁² + (n₂ − 1)s₂²) ÷ (n₁ + n₂ − 2))。例如，两组均值分别为75和70，标准差分别为10和12，且每组有30人时，d = 0.45，属于小到中等效应。Hedges' g将d乘以1 − 3 ÷ (4(n₁ + n₂) − 9)，以校正小样本偏差。对于正态分布，分布重叠率为2Φ(−|d|/2)，U3则是一个组中高于另一个组均值的比例，即Φ(d)。 完全在浏览器中本地运行，文件不会上传到服务器。
- 类别
- 学习工具
- 使用次数
- 在浏览器中
- 费用
- 免费·无需注册
- 可用性
- 可直接使用
完全在浏览器中运行
Cohen's d是均值差除以合并标准差，表示差异相当于多少个离散单位，与样本量无关。Cohen的粗略标准将0.2称为小效应，0.5称为中等效应，0.8称为大效应；实际意义取决于具体领域。Hedges' g消除了小样本中d略微偏高的偏差，而r则将同一效应表示为相关性。
解释d
当d = 0.5时，两个分布的重叠度约为80%，第一组中有69%的数据高于第二组的均值。当d = 0.8时，重叠度约为69%，U3为79%。
如需检验差异是否具有统计显著性，请使用t检验计算器。
规划研究
预期的效应量决定研究需要多少参与者：在5%的显著性水平下，以80%的统计功效检测d = 0.5，每组约需64人；检测d = 0.2，每组约需394人。
标准差单位表示的距离也可以从Z分数计算器中读取。
使用方法
- 输入每组的均值、标准差和样本量。
- 查看Cohen's d及其常用等级标签，以及Hedges' g。
- 使用分布重叠率和U3解释差异大小。
隐私与限制
所有计算都在你的浏览器中完成。
相关工具
常见问题
为什么要报告效应量？
p值说明差异是否很可能真实存在；效应量说明差异有多大，而这才是实际应用中重要的信息。
多大的效应算大？
Cohen建议将0.2、0.5和0.8分别作为小、中、大效应的粗略默认标准；在教育领域，0.2的效应可能很重要，而在物理学中它可能微不足道。
什么时候应该使用Hedges' g？
样本量较小时，通常是每组约少于20人时，d会稍微高估效应；样本量较大时，两者几乎相等。
免费工具·使用在浏览器中次·无需账户