esvis:效果大小的可视化和估计
提供了多种方法来估计和可视化效应大小的分布差异。特别强调是在评估两个或多个分布之间的差异时整个比例尺,而不是单个点(例如意味着)。例如,概率-概率(PP)图显示两个或多个分布之间的差异,通过其经验匹配CDF(见Ho和Reardon,2012<数字对象标识代码:10.3102/107699861141918>),允许用于检查规模分布差异在哪里最大或最小。PP曲线下的面积(AUC)是一个效果大小度量,对应于随机选择的x轴分布的观测值将更高而不是从y轴分布中随机选择的观测值。二元效应大小图也可用,其中分布分为箱子(由用户设置)和单独的效果大小(科恩的d) 为每个箱子生成-再次提供了评估两个或两个以上差异的一致性(或缺乏一致性)尺度上不同点的分布。经验性评估还提供了CDF,带有用于提供注释的内置参数帮助评估特定点的分布差异(例如。,半透明阴影)。所有函数都采用一致的参数结构。还可以计算具体的效果大小。这个以下影响大小可估算:(a)科恩d,(b)对冲g,(c) 高于切割的百分比,(d)高于转换(标准化)的百分比a切割,(e)PP曲线下的面积,以及(f)V统计(见Ho,2009; <doi:10.3102/1076998609332755>),它本质上改变了曲线下面积为标准偏差单位。默认情况下,效果大小计算所有可能的成对比较,但作为参考可以指定组(分发)。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=esvis链接到此页面。