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。