1 统计功效与效应大小 华中师范大学心理学院 刘华山 一、统计功效(检验功效,效力,Power) 统计功效指某检验能够正确地拒绝一个错误的虚无假设的能力
用1-β表示
或说:当总体实际上存在差异,应该拒绝虚无假设时,正确地拒绝虚无假设的概率,或不犯β错误的概率
在实验设计中,统计功效反映了假设检验能够正确侦查到真实的处理效应的能力
统计功效的大小取决于四个条件: 1
显著性标准 α
显著性标准 α 越大,则β错误越小,从而统计功效1-β 越大
检验的方向:当两总体差异一定,对于同样的显著性标准 α,单侧检验比双侧检验的统计功效要大
样本容量越大,样本平均数分布的标准误越小,分布曲线越瘦削,统计功效越大
二、效应量 (Effect Size,ES ) 效应量,反映处理效应大小的度量
其实,两样本平均数的差异就是一个效应量
效应量表示两个总体分布的重叠程度
ES 越大,表示两总体重叠的程度越小,效应越明显
三、效应量检验的功能 1
效应量有助于我们判断统计上显著差异是否有实际的意义
有些效应量,如相关系数,点二列相关系数的平方ᵅpb2 ,ᵰ2,可以反映自变量解释因变量变异的百分比
在同一个实验中,如果有几个自变量,可以根据效应量大小对自变量的重要性排序
原分析的基础
在元分析中,将各个不同的相关研究进行概括分析的基础便是各个不同研究的效应量
效果量的计算还为改进研究设计、 提高检验能力提供了根据
APA 出版手册第五版要求报告差异检验结果时一般要报告SE 值
四、效应量和统计功效 前述检验功效与两总体差异(或说处理效应大小)、样本容量、显著性水平、检验的方向性四个因素有关
而两总体差异大小、两样本分布的重叠恰恰是与效应量有关的概念
可见,效应量和统计功效有关
统计功效受效应量的制约