效应量

原文：https://www.iikx.com/news/statistics/1827.html

进行变量间的相关性分析，或者组间某指标差异时，往往习惯采用P值和统计量。

但是忽略了一个重要内容：存在差异是一回事，但到底差多少？这就是效应量，它反映的是一个真实的差异或者关联的强度。

举例：下图a, b两种情况下，样本分布都具有统计学差异，但到底是哪个的效应更具有实际意义呢？

根据观察，b的效应量更大，显然b更具有实际意义。

如果在医学上，就代表b的更具有【临床意义】。

实际案例

我们想知道吃不吃维生素对孩子身高的影响？

这个案例中，因素是：吃/不吃维生素

效应是：组间身高的差别。

那么效应量是什么？

答：能够反应身高差别的指标都可以！！！

哪些因素能够反应身高的差别？或者说可以作为效应量呢？

1. 身高均值之差：反应组间集中趋势的差异，实际情况下，身高符合正态分布，因此均值之差是首选效应量。

2. 身高变异系数之差：变异系数反应样本的离散程度，变异系数越大说明样本大得很大，小的很小。那么变异系数之差则反应吃维生素会不会影响身高的变异情况。

3. 身高离群值下限之差：反应到底哪一组矮的更厉害。其实维生素这类物质，未必对所有人都有效，身体本身就不缺维生素的孩子，吃了可能本身也不会影响长高。但是对那些本身缺维生素的孩子，补了可能会有效果，所以猜测可能真正的效应在矮个子里面。

……

以上只是进行一个简单的举例，但是可以说明，效应量并不是一个唯一的参数。而是用来反映真实存在的地某种差异。

某些情况下，可能无法直接进行差值比较，比如：不同的量表之间，某些差异无法直接比较，这是就需要一些特定的效应量了。常见的有以下这些：

计算公式如下：

参考文献：

　　1. 卢谢峰, 唐源鸿, 曾凡梅. 效应量:估计、报告和解释[J]. 心理学探新, 2011, 31(3):260-264.

　　2. 郑昊敏, 温忠麟, 吴艳. 心理学常用效应量的选用与分析[J].心理科学进展, 2011, 19(12):1868-1878.