Cohen's d 计算器

Q: 什么是 Cohen's d？

Cohen's d 是一种标准化的效应量测量指标，它通过合并标准差来量化两组均值之间的差异。它由 Jacob Cohen 引入，广泛应用于心理学、教育学和医学研究中，用于评估除统计学意义之外的研究结果的实际意义。

Q: 如何解读 Cohen's d 值？

根据 Cohen 的惯例：d = 0.2 表示小效应（各组之间差异为 0.2 个标准差），d = 0.5 表示中等效应，d = 0.8 或更大表示大效应。然而，解读时应考虑研究背景，因为不同领域的有意义效应标准各不相同。

Q: Cohen's d 和 Hedges' g 有什么区别？

Hedges' g 是 Cohen's d 的偏性校正版本。Cohen's d 在小样本中往往会高估总体效应量。Hedges' g 应用了校正因子 J 来调整这种偏差。对于大样本 (n > 20)，两者的差异可以忽略不计。当样本量较小时或进行元分析时，建议使用 Hedges' g。

Q: 合并标准差是如何计算的？

合并标准差结合了两组的变异性，并根据它们的自由度进行加权。公式为：s_pooled = sqrt(((n1-1)*s1^2 + (n2-1)*s2^2) / (n1+n2-2))。这给出了一个考虑了不同样本量的加权平均值。

计算 Cohen's d 效应量，用于衡量两个组别均值之间的标准化差异。具有分步计算、交互式可视化、效应量解读功能，并支持原始数据和汇总统计数据。

Cohen's d 计算器

📊 原始数据 📋 汇总统计数据

📁 快速示例

第 1 组 (处理/实验)

输入数值

第 2 组 (对照/比较)

输入数值

计算方法

小数精度

Embed Cohen's d 计算器 Widget

Cohen's d 计算器

欢迎使用 cohen，这是一款全面的效应量计算器，用于测量两组均值之间的标准化差异。此工具提供 Cohen's d、Hedges' g（偏性校正）、置信区间和视觉解读，帮助您了解研究发现的实际意义。

什么是 Cohen's d？

Cohen's d 是一种标准化的效应量测量指标，它通过合并标准差来表达两个均值之间的差异。由统计学家 Jacob Cohen 于 1988 年引入，它是行为科学和社会科学中最广泛使用的效应量测量指标之一。

与仅指示统计显著性的 p 值不同，Cohen's d 告诉您差异的大小，帮助研究人员和从业者了解具有统计显著性的结果是否也具有实际意义。

Cohen's d 公式

Cohen's d

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

其中：

X̄₁, X̄₂ = 第 1 组和第 2 组的均值
s_pooled = 合并标准差

合并标准差公式

合并标准差

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

解读 Cohen's d

Cohen 提供了了解读效应量的粗略基准，但他强调具体情况具体分析：

Cohen's d 值	效应量	解读
\|d\| < 0.2	微不足道	差异极小，可能察觉不到
0.2 ≤ \|d\| < 0.5	小	可察觉但在实际应用中不大
0.5 ≤ \|d\| < 0.8	中等	具有实际意义的中等效应
\|d\| ≥ 0.8	大	各组之间存在实质性差异
\|d\| ≥ 1.2	非常大	差异剧烈，清晰可见

如何使用此计算器

选择输入方法： 选择“原始数据”输入单个数值，或者如果您已经有了均值、标准差和样本量，请选择“汇总统计数据”。
输入您的数据： 对于原始数据，输入以逗号或空格分隔的数字。对于汇总统计数据，提供每组的 M、SD 和 n。
选择合并方法： 标准 Cohen's d 使用“合并标准差”，Glass's delta 使用“对照组标准差”。
计算： 点击按钮以查看 Cohen's d、Hedges' g、置信区间和逐步计算过程。
解读结果： 查看效应量刻度、分布可视化图表和解读指南。

了解您的结果

主要效应量测量指标

Cohen's d： 使用合并标准差计算的标准化均值差
Hedges' g： Cohen's d 的偏性校正版本，推荐用于小样本
95% CI： 指示总体效应量合理范围的置信区间

附加统计量

重叠百分比： 两个分布重叠的近似百分比
Cohen's U3： 第 2 组中低于第 1 组平均水平的百分比

Cohen's d vs. Hedges' g vs. Glass's Delta

何时使用各项指标

Cohen's d： 最常见的选择。当各组具有相似的标准差且样本量为中到大时使用。
Hedges' g： 优先用于小样本 (n < 20) 或元分析。应用校正因子以减少向上偏差。
Glass's delta： 当其中一组是真正的对照组或处理效应影响了变异性时使用。仅使用对照组的标准差。

Hedges' g 校正公式

Hedges' g

$$g = d \times J$$

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

Cohen's d 的应用

心理学和行为研究

Cohen's d 是心理学研究中比较实验组和对照组的标准效应量测量指标。它允许研究人员跨不同量表的研究来比较结果。

教育学

教育工作者使用效应量来评估教学干预。d = 0.4 或更高的效应量通常被认为在教育上有意义（Hattie 阈值）。

医学和临床试验

虽然可能有其他更受青睐的效应量，但 Cohen's d 有助于在临床研究中传达治疗效果，特别是对于连续性结果。

元分析

效应量对于结合多项研究的结果至关重要。由于 Hedges' g 具有偏性校正功能，因此在元分析中更受青睐。

局限性与注意事项

正态性假设： Cohen's d 假设两组分布均近似正态
对离群值敏感： 极端值会影响均值和标准差的计算
方差同质性假设： 合并标准差假设方差相似；否则请使用 Glass's delta
背景至关重要： 一个领域的“小”效应在另一个领域可能很大
方向性： 负的 d 意味着第 2 组的均值高于第 1 组

常见问题

什么是 Cohen's d？

Cohen's d 是一种标准化的效应量测量指标，它通过合并标准差来量化两组均值之间的差异。它由 Jacob Cohen 引入，广泛应用于心理学、教育学和医学研究中，用于评估除统计学意义之外的研究结果的实际意义。

如何解读 Cohen's d 值？

根据 Cohen 的惯例：d = 0.2 表示小效应（各组之间差异为 0.2 个标准差），d = 0.5 表示中等效应，d = 0.8 或更大表示大效应。然而，解读时应考虑研究背景，因为不同领域的有意义效应标准各不相同。

Cohen's d 和 Hedges' g 有什么区别？

Hedges' g 是 Cohen's d 的偏性校正版本。Cohen's d 在小样本中往往会高估总体效应量。Hedges' g 应用了校正因子 J 来调整这种偏差。对于大样本 (n > 20)，两者的差异可以忽略不计。当样本量较小时或进行元分析时，建议使用 Hedges' g。

什么时候应该使用 Glass's delta 而不是 Cohen's d？

当两组的标准差差异很大，或者在其中一组是真正的对照组的实验设计中，请使用 Glass's delta。Glass's delta 仅使用对照组的标准差作为分母，当处理效应改变了变异性时，这可能更合适。

负的 Cohen's d 意味着什么？

负的 Cohen's d 表示第 2 组的均值高于第 1 组。绝对值仍然代表效应的大小。正负号仅表示差异的方向。例如，d = -0.5 意味着第 2 组比第 1 组高出半个标准差。

合并标准差是如何计算的？

合并标准差结合了两组的变异性，并根据它们的自由度进行加权。公式为：s_pooled = sqrt(((n₁-1)s₁² + (n₂-1)s₂²) / (n₁+n₂-2))。这给出了一个考虑了不同样本量的加权平均值。

其他资源

引用此内容、页面或工具为：

"Cohen's d 计算器" 于 https://MiniWebtool.com/zh-cn/cohen/，来自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 团队。更新日期：2026年1月24日

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

其他相关工具:

样本量计算器精选

样本标准差计算器

Cohen's d 计算器

Cohen's d 计算器

什么是 Cohen's d？

Cohen's d 公式

合并标准差公式

解读 Cohen's d

如何使用此计算器

了解您的结果

主要效应量测量指标

附加统计量

Cohen's d vs. Hedges' g vs. Glass's Delta

何时使用各项指标

Hedges' g 校正公式

Cohen's d 的应用

心理学和行为研究

教育学

医学和临床试验

元分析

局限性与注意事项

常见问题

什么是 Cohen's d？

如何解读 Cohen's d 值？

Cohen's d 和 Hedges' g 有什么区别？

什么时候应该使用 Glass's delta 而不是 Cohen's d？

负的 Cohen's d 意味着什么？

合并标准差是如何计算的？

其他资源

其他相关工具:

统计与数据分析:

常用工具: