R တွင် cohen's d တွက်နည်း (ဥပမာ)

စာရင်းဇယားများတွင်၊ ကျွန်ုပ်တို့သည် အုပ်စုနှစ်ခု၏ ဆိုလိုရင်းတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိကို ဆုံးဖြတ်ရန် p-values များကို အသုံးပြုလေ့ရှိပါသည်။

သို့သော်လည်း၊ အုပ်စုနှစ်ခုကြားတွင် ကိန်းဂဏန်းအချက်အလတ် သိသိသာသာကွာခြားမှု ရှိ/မရှိကို p-value က ကျွန်ုပ်တို့ကို ပြောပြနိုင်သော်လည်း အကျိုးသက်ရောက်မှုအရွယ်အစားက ထိုကွာခြားချက်မှာ အမှန်တကယ် မည်မျှကြီးမားသည်ကို ပြောပြနိုင်ပါသည်။

အကျိုးသက်ရောက်မှုအရွယ်အစား၏ အသုံးအများဆုံးတိုင်းတာမှုတစ်ခုမှာ Cohen’s d ဖြစ်ပြီး၊ အောက်ပါအတိုင်းတွက်ချက်သည်။

Cohen’s D = ( x1 – x2 ) _{/ √} ^{( s12} _{+ s22} ) / 2

ရွှေ-

• x ₁ , x ₂ : နမူနာ 1 နှင့် နမူနာ 2 တို့၏ ပျမ်းမျှ
• s ₁ ² , s ₂ ² : နမူနာ 1 နှင့် နမူနာ 2 ကွဲပြားမှု အသီးသီး၊

ဤဖော်မြူလာကိုအသုံးပြု၍ Cohen’s d ကိုကျွန်ုပ်တို့ဘာသာပြန်ဆိုပုံမှာ၊

• d ၏ 0.5 သည် အုပ်စုနှစ်ခု၏ အဓိပ္ပါယ်မှာ 0.5 စံသွေဖည်မှုများဖြင့် ကွဲပြားသည်ကို ဖော်ပြသည်။
• d of 1 သည် အုပ်စု၏ အဓိပ္ပါယ်မှာ စံသွေဖည်မှု 1 ဖြင့် ကွဲပြားသည်ကို ညွှန်ပြသည်။
• d of 2 သည် အုပ်စု၏အဓိပ္ပါယ်မှာ စံသွေဖည်မှု 2 ခုဖြင့် ကွဲပြားသည်ကို ညွှန်ပြသည်။

နောက် … ပြီးတော့။

Cohen’s d ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် အခြားနည်းလမ်းတစ်ခုဖြစ်ပါသည်- အကျိုးသက်ရောက်မှုအရွယ်အစား 0.5 ဆိုသည်မှာ အုပ်စု 1 ရှိ ပျမ်းမျှလူတစ်ဦး၏တန်ဖိုးသည် အုပ်စု 2 ရှိ ပျမ်းမျှလူတစ်ဦးထက် 0.5 စံသွေဖည်သည်ဟု ဆိုလိုသည်။

Cohen’s d ကိုအဓိပ္ပာယ်ပြန်ဆိုရန် အောက်ပါစည်းမျဉ်းကို ကျွန်ုပ်တို့မကြာခဏအသုံးပြုသည်-

• 0.2 တန်ဖိုးသည် သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစားကိုကိုယ်စားပြုသည်။
• 0.5 တန်ဖိုးသည် အလယ်အလတ်အကျိုးသက်ရောက်မှုအရွယ်အစားကို ကိုယ်စားပြုသည်။
• 0.8 တန်ဖိုးသည် ကြီးမားသောအကျိုးသက်ရောက်မှုအရွယ်အစားကိုကိုယ်စားပြုသည်။

အောက်ဖော်ပြပါ ဥပမာတွင် Cohen’s d ကို R တွင် တွက်ချက်နည်းကို ပြထားသည်။

ဥပမာ- R တွင် Cohen’s d ကို တွက်နည်း

ရုက္ခဗေဒပညာရှင်တစ်ဦးသည် တစ်လအကြာတွင် ပျမ်းမျှအပင်ကြီးထွားမှု (လက်မအတွင်း) သိသိသာသာကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် အပင်များအတွက် မတူညီသောမြေသြဇာနှစ်မျိုးကို အသုံးပြုသည်ဆိုပါစို့။

R တွင် Cohen’s d ကို လျင်မြန်စွာ တွက်ချက်ရန် ကျွန်ုပ်တို့ သုံးနိုင်သည့် နည်းလမ်း နှစ်ခုရှိသည်။

နည်းလမ်း 1- lsr package ကိုသုံးပါ။

 library (lsr)

#define plant growth values for each group
group1 <- c(8, 9, 11, 11, 12, 14, 15, 16, 16, 18, 20, 21)
group2 <- c(7, 9, 10, 10, 11, 11, 12, 14, 14, 16, 20, 23)

#calculate Cohen's d
cohensD(group1, group2)

[1] 0.2635333

နည်းလမ်း 2- effsize package ကိုသုံးပါ။

 library (effsize)

#define plant growth values for each group
group1 <- c(8, 9, 11, 11, 12, 14, 15, 16, 16, 18, 20, 21)
group2 <- c(7, 9, 10, 10, 11, 11, 12, 14, 14, 16, 20, 23)

#calculate Cohen's d
cohen.d(group1, group2)

Cohen's d

d estimate: 0.2635333 (small)
95 percent confidence interval:
     lower upper 
-0.5867889 1.1138555

နည်းလမ်းနှစ်ခုလုံးသည် တူညီသောရလဒ်ကိုထုတ်ပေးကြောင်း သတိပြုပါ- Cohen’s d သည် 0.2635 ဖြစ်သည်။

ဓာတ်မြေသြဇာ #1 ရရှိသည့် အပင်များ၏ ပျမ်းမျှအမြင့်သည် ဓာတ်မြေသြဇာ #2 ရရှိသည့် အပင်များ၏ ပျမ်းမျှအမြင့်ထက် 0.2635 စံသွေဖည်သည်ဟု ဆိုလိုခြင်းဖြစ်သည်။

အထက်တွင်ဖော်ပြခဲ့သော လက်မစည်းမျဉ်းကိုအသုံးပြုခြင်းဖြင့် ၎င်းကို သေးငယ်သောအကျိုးသက်ရောက်မှုအရွယ်အစားအဖြစ် အဓိပ္ပာယ်ဖွင့်ဆိုပါမည်။

တစ်နည်းဆိုရသော် ဓာတ်မြေသြဇာနှစ်ခုကြားရှိ အပင်ကြီးထွားမှုတွင် ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ၊ အုပ်စု၏အမှန်တကယ်ကွာခြားချက်မှာ အရေးမပါပေ။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် အကျိုးသက်ရောက်မှုအရွယ်အစားနှင့် Cohen’s d ဆိုင်ရာ နောက်ထပ်အချက်အလက်များကို ပေးဆောင်သည်-

အကျိုးသက်ရောက်မှုအရွယ်အစား- ၎င်းသည် အဘယ်အရာဖြစ်သနည်း၊ အဘယ်ကြောင့် အရေးကြီးသနည်း။
Excel တွင် Cohen’s d တွက်ချက်နည်း