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