Сколько участников нужно, чтобы обнаружить эффект такого размера?

Это зависит от размера эффекта, желаемой мощности и уровня значимости. Для двух независимых групп при α = .05 (двусторонний критерий) для обнаружения d = 0.5 с мощностью 80% нужно 64 человека в каждой группе; для d = 0.8 — 26, а для d = 0.2 — 394. После каждого расчёта страница показывает объём выборки, необходимый для мощности 80%, 90% и 95% при введённом размере эффекта для t-критериев, однофакторного ANOVA и корреляций.

Что такое эта-квадрат и чем он отличается от омега-квадрат?

Эта-квадрат измеряет долю общей дисперсии, объясняемую фактором в ANOVA. Омега-квадрат — это менее смещенная оценка той же величины. Эта-квадрат имеет тенденцию завышать эффект в популяции, особенно при малых выборках. Коэн предложил ориентиры 0,01 (малый), 0,06 (средний) и 0,14 (большой) для обоих показателей.

Калькулятор размера эффекта

Оцените величину различия между группами с помощью калькулятора размера эффекта от MiniWebtool. Средние значения, стандартные отклонения и размеры выборок дают стандартизированные оценки эффекта, дополняя тесты значимости показателем размера различия.

Нужна помощь с инструментом? Спросите ИИ

Gemini (скопировать и открыть)

В Gemini вставьте скопированный вопрос в чат. Его также можно скопировать ниже.

Посмотреть вопрос

Хочу понять, как пользоваться инструментом «Калькулятор размера эффекта» от MiniWebtool: https://ru.miniwebtool.com/%D0%BA%D0%B0%D0%BB%D1%8C%D0%BA%D1%83%D0%BB%D1%8F%D1%82%D0%BE%D1%80-%D1%80%D0%B0%D0%B7%D0%BC%D0%B5%D1%80%D0%B0-%D1%8D%D1%84%D1%84%D0%B5%D0%BA%D1%82%D0%B0/. Для чего он нужен, какие данные или настройки требуются и как использовать инструмент и понимать результат? Покажите один простой пример шаг за шагом. Используйте эту страницу как источник и ответьте по-русски.

3 бесплатных использования в деньБез регистрацииМгновенный результат

Калькулятор размера эффектаПопробуйте — бесплатно ▼

Один эффект, три шкалы: d = 0,5 соответствует r = 0,24 и r² = 5,9 %

Введите ниже среднее, стандартное отклонение и размер каждой группы (или значение t, F или r), чтобы получить d Коэна, g Хеджеса, r, перекрытие и другие показатели.

Примеры:

Группа 1 (Экспериментальная)

Среднее (M₁)

Станд. откл. (SD₁)

Размер выборки (n₁)

Группа 2 (Контрольная)

Среднее (M₂)

Станд. откл. (SD₂)

Размер выборки (n₂)

Примеры:

Независимый

Парный

t-значение

N₁

N₂

Примеры:

F-значение

df межгрупп.

df внутригрупп.

Примеры:

Корреляция (r)

Значение от −1 до 1

Размер выборки (N)

Embed Калькулятор размера эффекта Widget

О Калькулятор размера эффекта

Понимание размеров эффекта в исследованиях

Размеры эффекта — это важные статистические показатели, которые количественно определяют величину явления, дополняя информацию, предоставляемую p-значениями. В то время как p-значение говорит вам, является ли эффект статистически значимым, размер эффекта говорит вам, насколько велик этот эффект. Это различие имеет решающее значение для оценки практической значимости — статистически значимый результат с крошечным размером эффекта может не иметь реального значения.

📏

d Коэна

Стандартизированная разность средних между двумя группами с использованием объединенного SD

🎯

g Хеджеса

Скорректированный d Коэна, предпочтителен для малых выборок (n < 20)

Дельта Гласса

Разность средних, стандартизированная только по SD контрольной группы

η²

Эта-квадрат

Доля общей дисперсии, объясненная в ANOVA

ω²

Омега-квадрат

Менее смещенная оценка объясненной дисперсии, чем η²

f Коэна

Размер эффекта для ANOVA, производный от η²

Как рассчитать d Коэна

d Коэна измеряет стандартизированную разницу между средними значениями двух групп:

$$d = \frac{M_1 - M_2}{SD_{pooled}}$$

где объединенное стандартное отклонение равно:

$$SD_{pooled} = \sqrt{\frac{(n_1 - 1) \cdot SD_1^2 + (n_2 - 1) \cdot SD_2^2}{n_1 + n_2 - 2}}$$

d Коэна, равный 0,5, означает, что средние значения двух групп различаются на половину стандартного отклонения. g Хеджеса применяет поправочный коэффициент $J = 1 - \frac{3}{4 \cdot df - 1}$ для уменьшения смещения d в сторону завышения при малых выборках.

Интерпретация размера эффекта с помощью CLES

Общеязыковой размер эффекта (CLES) переводит d Коэна в интуитивно понятную вероятность: шанс того, что случайно выбранный индивид из Группы 1 наберет больше баллов, чем случайно выбранный индивид из Группы 2. Он рассчитывается как:

$$CLES = \Phi\left(\frac{d}{\sqrt{2}}\right)$$

где $\Phi$ — это функция распределения стандартного нормального закона. Например, d = 0,5 соответствует CLES около 64%, что означает 64% вероятность того, что случайный участник Группы 1 превзойдет случайного участника Группы 2.

Эта-квадрат против Омега-квадрат

В ANOVA эта-квадрат (η²) представляет собой долю общей дисперсии, объясняемую независимой переменной:

$$\eta^2 = \frac{SS_{between}}{SS_{total}} = \frac{F \times df_{between}}{F \times df_{between} + df_{within}}$$

Однако η² имеет тенденцию завышать эффект в популяции. Омега-квадрат (ω²) дает менее смещенную оценку:

$$\omega^2 = \frac{df_{between} \times (F - 1)}{df_{between} \times (F - 1) + N}$$

Преобразование между показателями размера эффекта

Калькулятор размера эффекта: Преобразование между показателями размера эффекта
Из	В	Формула
d Коэна	Бисериальная r	$r = \frac{d}{\sqrt{d^2 + \frac{(n_1+n_2)^2}{n_1 \cdot n_2}}}$
Корреляция r	d Коэна	$d = \frac{2r}{\sqrt{1 - r^2}}$
t-тест (независимый)	d Коэна	$d = t \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$
t-тест (парный)	d_z Коэна	$d_z = \frac{t}{\sqrt{n}}$
η²	f Коэна	$f = \sqrt{\frac{\eta^2}{1 - \eta^2}}$

Когда использовать каждый размер эффекта

Калькулятор размера эффекта: Когда использовать каждый размер эффекта
Сценарий	Рекомендуется	Почему
Две группы с равной дисперсией	d Коэна или g Хеджеса	Стандартная мера; g предпочтительнее при n < 20 на группу
Неравные дисперсии	Дельта Гласса	Использует только SD контрольной группы, не зависит от дисперсии лечения
Парные / повторные измерения	d_z Коэна	На основе разностей баллов; учитывает внутрисубъектную корреляцию
Однофакторный ANOVA	η² или ω²	η² для описательных целей; ω² для менее смещенной оценки популяции
Корреляционный анализ	r и r²	r измеряет силу; r² дает долю общей дисперсии
Мета-анализ	g Хеджеса	Коррекция смещения важна при объединении выборок разного размера

Часто задаваемые вопросы

Что такое размер эффекта?

Размер эффекта — это количественная мера величины явления или силы связи между переменными. В отличие от p-значений, которые указывают на наличие эффекта, размеры эффекта показывают, насколько он велик. Они необходимы для мета-анализа, анализа мощности и оценки практической значимости в научных исследованиях.

Что такое d Коэна и как его интерпретировать?

d Коэна измеряет стандартизированную разницу между средними значениями двух групп, рассчитываемую как разность средних, деленную на объединенное стандартное отклонение. Джейкоб Коэн предложил ориентиры: 0,2 (малый), 0,5 (средний) и 0,8 (большой), но их следует интерпретировать в контексте вашей конкретной области исследований. В некоторых областях d = 0,2 может представлять собой значимый эффект вмешательства.

В чем разница между d Коэна и g Хеджеса?

g Хеджеса — это скорректированная на смещение версия d Коэна. d Коэна немного завышает размер эффекта в популяции, особенно при малых выборках (n < 20 на группу). g Хеджеса применяет поправочный коэффициент J для уменьшения этого смещения. Для больших выборок значения почти идентичны.

Что такое общеязыковой размер эффекта (CLES)?

CLES выражает d Коэна как вероятность: шанс того, что случайно выбранный человек из одной группы получит более высокий балл, чем случайно выбранный человек из другой группы. CLES 69% означает, что существует 69% вероятность того, что случайный участник Группы 1 превзойдет случайного участника Группы 2. Это гораздо нагляднее, чем необработанные значения d для нетехнической аудитории.

Когда следует использовать эта-квадрат, а когда омега-квадрат?

Эта-квадрат (η²) часто упоминается в отчетах, но имеет тенденцию завышать размер эффекта в популяции, особенно при малых выборках. Омега-квадрат (ω²) дает менее смещенную оценку и обычно рекомендуется для целей статистического вывода. Для описательных целей в рамках вашей конкретной выборки η² приемлем. Оба имеют одинаковые ориентиры интерпретации: 0,01 (малый), 0,06 (средний), 0,14 (большой).

Могут ли размеры эффекта быть отрицательными?

Да, направленные размеры эффекта, такие как d Коэна и корреляция r, могут быть отрицательными. Отрицательный d Коэна означает, что Группа 2 имеет более высокое среднее значение, чем Группа 1. Отрицательный r указывает на обратную связь. Знак указывает направление, а абсолютное значение — величину. Меры на основе дисперсии (η², ω², r²) всегда неотрицательны.

Как рассчитать d Коэна по результатам экспериментальной и контрольной групп?

d Коэна — это разность средних значений групп, делённая на их объединённое стандартное отклонение. Например, если среднее экспериментальной группы равно 82, контрольной — 76, а объединённое стандартное отклонение — 12, то d = (82-76) ÷ 12 = 0,50. В разделе для двух групп введите среднее, стандартное отклонение и объём выборки для каждой группы, чтобы рассчитать стандартизированные показатели эффекта.

Может ли размер эффекта иметь значение, если p-значение исследования статистически незначимо?

Да. Размер эффекта описывает предполагаемую величину различия или связи, а p-значение показывает, насколько данные согласуются с нулевой гипотезой при предположениях теста. В исследовании с небольшой выборкой может быть оценён значимый на практике эффект, но неопределённость оценки останется высокой. Интерпретируйте размер эффекта с учётом объёма выборки, неопределённости, дизайна исследования и практического контекста.

Когда вместо d Коэна следует использовать дельту Гласса?

Дельта Гласса полезна, когда стандартное отклонение контрольной группы служит подходящим эталоном разброса, особенно если воздействие может изменить разброс результатов. Она равна разности средних групп, делённой на стандартное отклонение контрольной группы. В d Коэна обычно используется объединённое стандартное отклонение обеих групп. Указывайте, какой показатель применён, чтобы читатели понимали, как определено стандартизированное различие.

Ссылайтесь на этот контент, страницу или инструмент так:

"Калькулятор размера эффекта" на сайте https://ru.miniWebtool.com/калькулятор-размера-эффекта/ от MiniWebtool, https://MiniWebtool.com/

команда miniwebtool. Обновлено: 2026-04-16

Обсудите инструмент с любимым ИИ

Gemini (скопировать и открыть)

В Gemini вставьте скопированный вопрос в чат. Его также можно скопировать ниже.

Посмотреть вопрос

Хочу понять, как пользоваться инструментом «Калькулятор размера эффекта» от MiniWebtool: https://ru.miniwebtool.com/%D0%BA%D0%B0%D0%BB%D1%8C%D0%BA%D1%83%D0%BB%D1%8F%D1%82%D0%BE%D1%80-%D1%80%D0%B0%D0%B7%D0%BC%D0%B5%D1%80%D0%B0-%D1%8D%D1%84%D1%84%D0%B5%D0%BA%D1%82%D0%B0/. Для чего он нужен, какие данные или настройки требуются и как использовать инструмент и понимать результат? Покажите один простой пример шаг за шагом. Используйте эту страницу как источник и ответьте по-русски.

Калькулятор размера эффекта

О Калькулятор размера эффекта

Понимание размеров эффекта в исследованиях

Как рассчитать d Коэна

Интерпретация размера эффекта с помощью CLES

Эта-квадрат против Омега-квадрат

Преобразование между показателями размера эффекта

Когда использовать каждый размер эффекта

Часто задаваемые вопросы

Обсудите инструмент с любимым ИИ

Статистика и анализ данных:

Решение по математике

Числа и делители

Дроби и деление

Степени, корни и логарифмы

Алгебра и уравнения

Математический анализ

Геометрия и тригонометрия

Популярные и обновлённые инструменты:

Скачайте весь пакет файлом с Pro

Из	В	Формула
d Коэна	Бисериальная r	\(r = \frac{d}{\sqrt{d^2 + \frac{(n_1+n_2)^2}{n_1 \cdot n_2}}}\)
Корреляция r	d Коэна	\(d = \frac{2r}{\sqrt{1 - r^2}}\)
t-тест (независимый)	d Коэна	\(d = t \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}\)
t-тест (парный)	d_z Коэна	\(d_z = \frac{t}{\sqrt{n}}\)
η²	f Коэна	\(f = \sqrt{\frac{\eta^2}{1 - \eta^2}}\)