Tamanho de efeito (dois grupos)

O que o bloco faz

models/cohen_d mede a diferença entre as médias de dois grupos em desvios padrão: o d de Cohen (com o desvio padrão combinado) e o g de Hedges (o d corrigido do viés em amostras pequenas), cada um com intervalo de confiança. A saída é uma tabela de duas linhas.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Intervalo de confiança

Uma faixa de valores calculada a partir da amostra. Com 95% de confiança, o procedimento produz intervalos que contêm o valor verdadeiro em 95% das amostras possíveis; não quer dizer que um intervalo específico tenha 95% de probabilidade de acertar.

Tamanho de efeito

Uma medida de quão grande é uma diferença ou associação, independente do tamanho da amostra (por exemplo, a diferença entre médias em unidades de desvio padrão). Complementa o p-valor: com amostra grande, um efeito minúsculo pode ser significativo.

Variância

A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.

Nível

Cada valor que um fator assume no estudo: as doses 0, 50 e 100 kg/ha são três níveis do fator dose.

Normalidade

Pressuposto de que os erros do modelo seguem a distribuição normal (em forma de sino). Em modelos lineares ele se confere nos resíduos, não nos dados brutos; desvios leves pesam pouco em amostras grandes.

Quando usar

Ao lado de um t para duas amostras: o t diz se as médias diferem, o d diz de quanto, numa escala que se compara entre estudos. Com menos de 20 observações por grupo, prefira o g.

Pressupostos

• As observações são independentes, dentro e entre os dois grupos (grupos independentes, não pareados).

  Se falhar: Com o mesmo indivíduo medido duas vezes, o d de grupos independentes não é o efeito certo: use o models/paired_t.

• As variâncias dos dois grupos são parecidas: o d divide pelo desvio padrão COMBINADO, o mesmo do t de variâncias iguais.

  Verificar:LeveneBoxplot

  Se falhar: Com variâncias muito diferentes, o d combinado mistura duas escalas; relate as médias e os desvios de cada grupo.

• A resposta é aproximadamente normal em cada grupo: o intervalo é o normal de Hedges & Olkin, e a leitura em desvios padrão supõe a normal.

  Verificar:Shapiro-WilkQuantil-quantil

• O intervalo é aproximado (normal, com o erro padrão de Hedges & Olkin 1985), bom a partir de uns 10 por grupo; com menos, fica estreito demais.

  Se falhar: Com grupos pequenos, prefira o g e leia o intervalo como indicativo.

Configuração

Resposta é a coluna numérica; Grupo, a coluna com dois níveis (o primeiro, na ordem dos níveis, é o do numerador); Confiança, o nível do intervalo (padrão 0,95). O intervalo é o normal de Hedges & Olkin, aproximado.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.models", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "ToothGrowth") |>
  tr_add("d", "models/cohen_d", resposta = "len", grupo = "supp", from = "dados")

No ToothGrowth, o suco de laranja (OJ) fica meio desvio padrão acima do ácido ascórbico (VC): d = 0,49, com intervalo de 95% de −0,02 a 1,01 — efeito médio, estimado com pouca precisão.

Como interpretar

Sinal positivo: o primeiro grupo tem a maior média. As referências de Cohen (0,2 pequeno, 0,5 médio, 0,8 grande) são genéricas; o intervalo diz o quanto a estimativa é precisa, e um intervalo que cruza o zero equivale a um t não significativo.