Effect size意思

Effect size（效應量）是一個統計學概念，用於描述研究中處理因素（自變數）對結果（因變數）的影響程度。效應量是一個相對指標，用於比較不同研究之間的效果大小，或者用於評估單個研究中處理因素的效果。

效應量通常被定義為因變數均值的差異，或者標準差的倍數。在不同的統計模型中，效應量的計算方法有所不同，但一般來說，效應量的大小可以用來評估研究結果的重要性。

效應量的大小通常用以下幾種方式來表示：

1. Cohen's d：這是最常用的效應量指標之一，用於兩組均值的比較。它表示的是兩組均值的差異除以標準差。

2. r（相關係數）：當因變數是連續變數時，可以使用Pearson相關係數（r）來表示效應量。

3. eta-squared (η²) 和 partial eta-squared (ηp²)：這些指標用於解釋因變數的方差中，有多少比例是由自變數解釋的。

4. odds ratio (OR) 和 relative risk (RR)：在二分類結局變數（如疾病狀態）的研究中，這些指標用於評估暴露因素與結局之間的關係。

效應量的值可以用來幫助解釋研究結果，並將其與其他研究的結果進行比較。效應量的大小通常與研究的重要性相關，但效應量的絕對值並不總是決定研究意義的唯一因素。研究者還需要考慮研究的設計、樣本量、統計 power、研究領域的標準以及其他研究因素。