效應值

量化現象強度的數值

統計學中,效應值(英語:effect size,或譯效果量)是量化現象強度的數值。[1]效應值實際的統計量包括了兩個變量間的相關程度、迴歸模型中的迴歸系數、不同處理間平均值的差異……等等。無論哪種效應值,其絕對值越大表示效應越強,也就是現象越明顯。效應值與特效檢驗的概念是互補的。在估算統計統計功效、需要的樣本數英語Sample size與進行統合分析時,效應值經常扮演重要角色。

在研究結果中給出效應值被視為恰當的或必須的。[2][3]相對於統計學上的顯著性,效應值有利於了解研究結果的強度。[4]特別是在社會科學醫學研究上,效應值更顯得重要。絕對與相對效應值可以遞移不同的訊息,又可互相補充訊息。有個心理學的研究學會鼓勵學者給出效應值:

報告主要結果時必須一併報導效應值……如果測量值的單位在實際面上是有意義的(例如每人每日抽煙的香煙根數),則我們建議採用非標準化的效應值(例如迴歸系數或平均值差異)而不是標準化的效應值(例如相關系數)。
—  L. Wilkinson and APA Task Force on Statistical Inference (1999, p. 599)

在比較平均數的情況下,效應值經常指的就是實驗結束後,實驗組與對照組之間「標準化後的平均差異程度」,依照慣例,效應值可解讀為以下幾個程度:

效應值 d[5] r[6]
較小 0.2 0.10
中等 0.5 0.30
較大 0.8 0.50

參考文獻

編輯
  1. ^ Kelley, Ken; Preacher, Kristopher J. On Effect Size. Psychological Methods. 2012, 17 (2): 137–152. doi:10.1037/a0028086. 
  2. ^ Wilkinson, Leland; APA Task Force on Statistical Inference. Statistical methods in psychology journals: Guidelines and explanations. American Psychologist. 1999, 54 (8): 594–604. doi:10.1037/0003-066X.54.8.594. 
  3. ^ Nakagawa, Shinichi; Cuthill, Innes C. Effect size, confidence interval and statistical significance: a practical guide for biologists. Biological Reviews Cambridge Philosophical Society. 2007, 82 (4): 591–605. PMID 17944619. doi:10.1111/j.1469-185X.2007.00027.x. 
  4. ^ Ellis, Paul D. The Essential Guide to Effect Sizes: An Introduction to Statistical Power, Meta-Analysis and the Interpretation of Research Results. United Kingdom: Cambridge University Press. 2010. 
  5. ^ Charach A, Dashti B, Carson P, et al. Attention deficit hyperactivity disorder: Effectiveness of treatment in at-risk preschoolers; long-term effectiveness in all ages; and variability in prevalence, diagnosis, and treatment. AHRQ Publication No. 12-EHC003, Agency for Healthcare Research and Quality, 2011.
  6. ^ Cohen, Jacob. Statistical Power Analysis for the Behavioral Sciences. Routledge. 1988 [2019-03-29]. ISBN 978-1-134-74270-7. (原始內容存檔於2019-08-11). 

延伸閱讀

編輯

外部連結

編輯

線上應用