Cohen's d 電卓

Q: コーンのdとは何ですか？

コーンのdは、2つのグループの平均値の差をプールされた標準偏差で割ることで、その差を標準化した効果量の指標です。ジェイコブ・コーンによって提唱され、心理学、教育、医学研究において、統計的有意性だけでなく実質的な重要性を評価するために広く使用されています。

Q: コーンのdの値はどのように解釈しますか？

コーンの基準によると、d = 0.2は小（グループ間に0.2標準偏差の差がある）、d = 0.5は中、d = 0.8以上は大の効果を示します。ただし、解釈は研究の文脈を考慮すべきであり、何を有意な効果とするかは分野によって異なります。

Q: コーンのdとヘッジズのgの違いは何ですか？

ヘッジズのgは、コーンのdのバイアスを補正したバージョンです。コーンのdはサンプルサイズが小さい場合、母集団の効果量を過大評価する傾向があります。ヘッジズのgはこのバイアスを調整するために補正係数Jを適用します。サンプルサイズが大きい（n > 20）場合、その差はごくわずかです。サンプルサイズが小さい場合やメタ分析にはヘッジズのgを使用してください。

2つのグループの平均値間の標準化された差を測定するための Cohen's d 効果量を計算します。ステップバイステップの計算、インタラクティブな可視化、効果量の解釈、および生データと要約統計量の両方のサポートを特徴としています。

Cohen's d 電卓

📊 生データ 📋 要約統計量

📁 クイック例

グループ 1 (治療群/実験群)

値を入力

グループ 2 (対照群/比較群)

値を入力

計算方法

小数点精度

Embed Cohen's d 電卓 Widget

Cohen's d 電卓

cohen へようこそ。これは2つのグループの平均値間の標準化された差を測定する、包括的な効果量電卓です。このツールは、コーンのd、ヘッジズのg（バイアス補正済み）、信頼区間、および視覚的な解釈を提供し、研究結果の実質的な重要性を理解するのに役立ちます。

コーンのdとは何ですか？

コーンのdは、2つの平均値の差をプールされた標準偏差で表した、標準化された効果量の指標です。1988年に統計学者のジェイコブ・コーンによって導入され、行動科学や社会科学において最も広く使用されている効果量指標の一つです。

統計的有意性のみを示すp値とは異なり、コーンのdは差の大きさを教えてくれるため、研究者や実務者は統計的に有意な結果が実生活においても意味があるかどうかを判断するのに役立ちます。

コーンのdの公式

コーンのd

$$d = \frac{\bar{X}_1 - \bar{X}_2}{s_{pooled}}$$

ここで：

X̄₁, X̄₂ = グループ1とグループ2の平均
s_pooled = プールされた標準偏差

プールされた標準偏差の公式

プールされた標準偏差

$$s_{pooled} = \sqrt{\frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1 + n_2 - 2}}$$

コーンのdの解釈

コーンは効果量を解釈するための大まかな基準を提示しましたが、文脈が重要であることを強調しています：

コーンのdの値	効果量	解釈
\|d\| < 0.2	無視できる	差はわずかであり、おそらく目立たない
0.2 ≤ \|d\| < 0.5	小	目立ちはするが、実質的には大きくない
0.5 ≤ \|d\| < 0.8	中	実質的な重要性を持つ中程度の効果
\|d\| ≥ 0.8	大	グループ間にかなりの差がある
\|d\| ≥ 1.2	非常に大きい	劇的な差があり、はっきりと見える

この電卓の使い方

入力方法の選択： 個別の値を入力するには「生データ」を選択し、平均、標準偏差、サンプルサイズがすでにある場合は「要約統計量」を選択します。
データの入力： 生データの場合は、カンマまたはスペースで区切って数値を入力します。要約統計量の場合は、各グループのM、SD、nを入力します。
プーリング方法の選択： 標準的なコーンのdには「プールされたSD」を、グラスのデルタには「対照群のSD」を使用します。
計算： ボタンをクリックして、コーンのd、ヘッジズのg、信頼区間、およびステップバイステップの計算を表示します。
結果の解釈： 効果量スケール、分布の可視化、および解釈ガイドを確認します。

結果の理解

主要な効果量指標

コーンのd： プールされたSDを使用した標準化平均差
ヘッジズのg： コーンのdのバイアス補正バージョンで、小サンプルに推奨されます
95% CI： 妥当な母集団効果量の範囲を示す信頼区間

追加の統計量

重複率 (%)： 分布が重なり合っているおおよその割合
コーンのU3： グループ1の平均を下回るグループ2の割合

コーンのd vs. ヘッジズのg vs. グラスのデルタ

各指標の使い分け

コーンのd： 最も一般的な選択肢。グループの標準偏差が似ており、サンプルサイズが中程度から大きい場合に使用します。
ヘッジズのg： 小サンプル（n < 20）やメタ分析に好まれます。上方へのバイアスを減らすために補正係数を適用します。
グラスのデルタ： 一方のグループが真の対照群である場合、または治療が変動に影響を与える場合に使用します。対照群のSDのみを使用します。

ヘッジズのg 補正公式

ヘッジズのg

$$g = d \times J$$

ここで $J = 1 - \frac{3}{4(n_1 + n_2 - 2) - 1}$

コーンのdの活用シーン

心理学および行動研究

コーンのdは、心理学研究における実験群と対照群を比較するための標準的な効果量指標です。これにより、異なる尺度を使用した研究間での結果の比較が可能になります。

教育

教育関係者は、指導の介入効果を評価するために効果量を使用します。d = 0.4以上の効果量は、しばしば教育的に意味があると見なされます（ハッティの閾値）。

医学および臨床試験

他の効果量が好まれる場合もありますが、コーンのdは臨床研究、特に連続的なアウトカムにおいて治療効果を伝えるのに役立ちます。

メタ分析

効果量は、複数の研究結果を統合するために不可欠です。バイアス補正が行われるため、ヘッジズのgが好まれます。

制限事項と考慮事項

正規性の仮定： コーンのdは、両方のグループがほぼ正規分布していることを前提としています
外れ値に敏感： 極端な値は平均値とSDの計算に影響を与えます
等分散性の仮定： プールされたSDは分散が似ていることを前提としています。そうでない場合はグラスのデルタを使用してください。
文脈が重要： ある分野での「小」の効果が、別の分野では「大」となる場合があります
方向が重要： 負のdは、グループ2の平均がグループ1よりも高いことを意味します

よくある質問

コーンのdとは何ですか？

コーンのdは、2つのグループの平均値の差をプールされた標準偏差で割ることで、その差を標準化した効果量の指標です。ジェイコブ・コーンによって提唱され、心理学、教育、医学研究において、統計的有意性だけでなく実質的な重要性を評価するために広く使用されています。

コーンのdの値はどのように解釈しますか？

コーンの基準によると、d = 0.2は小（グループ間に0.2標準偏差の差がある）、d = 0.5は中、d = 0.8以上は大の効果を示します。ただし、解釈は研究の文脈を考慮すべきであり、何を有意な効果とするかは分野によって異なります。

コーンのdとヘッジズのgの違いは何ですか？

ヘッジズのgは、コーンのdのバイアスを補正したバージョンです。コーンのdはサンプルサイズが小さい場合、母集団の効果量を過大評価する傾向があります。ヘッジズのgはこのバイアスを調整するために補正係数Jを適用します。サンプルサイズが大きい（n > 20）場合、その差はごくわずかです。サンプルサイズが小さい場合やメタ分析にはヘッジズのgを使用してください。