R:Cohen'；s d适用于团体规模>；2、使用glm

是否有一个程序包可以根据所有组的glm公式计算Cohen's d？我有4个自变量，组大小分别为2、5、6和17

最常见的软件包，

compute.es

，

effsize

等都不会根据glm公式或大于2的组大小进行Cohen's d

---

谢谢

让我们看看科恩的d公式：

Cohen's d取2个平均值，并用合并的标准偏差将其归一化。 它只能分为两组

。。。不要根据glm公式进行Cohen's d，或对于大于2的组大小进行Cohen's d

Cohen's d是为两个组计算的，与它们的大小无关，在R中，只将数值向量作为输入，而不是公式。也许您被

effsize

的公式界面弄糊涂了：

require(effsize)
cohen.d(d ~ f)

这不是GLM公式，而是将

d

中的数字映射到

f

中的系数

---

如果cohen d是您想要的，您可能需要计算所有成对的cohen d。我对此表示怀疑，因为给出所有成对的cohen d并不能浓缩你的结果。看看下面的链接，看看你是否找到了适合你需要的东西。

我还想从多个小组的glm中获得Cohen's d。 在寻找可能的解决方案时，我在ARTool包（）的文档中使用car包的sigmaHat函数找到了这个方法

对比度估计SE df t.比率p.值d

---

C-D-1.9121 0.142 294-13.428我很确定我想要一个科恩的D。从方差分析中，我知道，比如说等级（A、B、C、D/F）之间存在统计差异。然后，我继续进行多重比较测试，比如Tukey测试，以查看差异实际发生的位置。Tukey的测试告诉我有多个统计上显著的差异，然后我需要找到一个效应大小来真正理解这些差异有多大——这就是Cohen's d将告诉我的。好的，然后你必须做所有Cohen's d的成对组合，或者使用etta平方。Cohen's d不能处理超过2组数据，因此不幸的是，你必须进行所有的组合。作者说，也许可以看看：“Eta平方η2（效应尺寸r系列的一部分，以及r2的扩展，可以用于两组以上的观测数据）测量Y中与不同组成员相关的变化比例，该变化由X“组大小定义，表示每个组中的级别数（男女=2）。我使用Cohen's d来显示特定组中每个差异的影响大小。然后和模型的r平方值一起，我展示了部分eta平方，以展示变量是如何在IV之间分解的。

library(dplyr)      #%>%
library(emmeans)    #emmeans
library(DescTools)  #EtaSq
library(car)        #sigmaHat
library(ARTool)     #art, artlm
library(ggplot2)    #ggplot, stat_..., geom_..., etc

data(InteractionTestData)
df = InteractionTestData  

#we'll be doing type 3 tests, so we want sum-to-zero contrasts
options(contrasts = c("contr.sum", "contr.poly"))
m.linear = lm(Y ~ X1*X2, data=df)

x2.contrasts = summary(pairs(emmeans(m.linear, ~ X2)))

x2.contrasts$d = x2.contrasts$estimate / sigmaHat(m.linear)
x2.contrasts

 contrast estimate    SE  df t.ratio p.value       d
 C - D     -1.9121 0.142 294 -13.428 <.0001  -1.8991
 C - E     -1.8530 0.142 294 -13.013 <.0001  -1.8403
 D - E      0.0592 0.142 294   0.415 0.9093   0.0588

Results are averaged over the levels of: X1 
P value adjustment: tukey method for comparing a family of 3 estimates