如何计算F检验中效应量的置信区间?

在心理学的论文中,p值似乎已经越来越不受待见,而比较推荐的方法是报告效应量以及其置信区间(Confidence Intervals, CI)。

说起来容易,但真要推广起来,效应却不太好,因为置信区间在心理学界长期受到忽视,并没有太多现成的方法可供选择。但毕竟还有一两位可以称为业界良心的研究者,已经做出一些相对来说可以使用的工具。其中简单粗暴的一款是由Smithson (2001)年提供的脚本程序。

不说原理,只说如何操作。

首先,下载到适合自己的脚本文件。点击这里,到Smithson的个人网站上寻找自己合适的文件下载。如果是心理学专业背景的,那么SPSS脚本是比较适合的。可以选择下载如下三个文件:

NoncF.sav     —— 输入数据的文件
NoncF3.SPS  —— 计算CI的语法脚本
F2R2.SPS       —— 进行转换的语法脚本

然后,打开NoncF.sav,出现输入数据的界面:

NoncF

其中,需要输入的变量有四个:

fval    —— F检验中的F值;
df1    —— F检验中第一个自由度;
df2    —— F检验中的第二个自由度;
conf  —— 将置信区间设定为多少,通常是90%;

输入这四个变量之后,将NoncF3.SPS打开,在语法栏里将所有的代码选中,然后点击“run”,结果会址接出现在NoncF.sav文件中(即数据文件),如下图:

NoncF2

结果数据为:

R2 —— 效应量,在ANOVA中相当于partial eta square;
LR2 —— 效应量90%CI的下限
UR2 —— 效应量90%CI的上限;

报告R2的90%CI为[LR2 UR2]即可,至少在Lakens (2013)中是这样说的。

当然,其实t检验的效应量(Cohen’s d)也是要报告置信区间的,据说Geoff Cumming的ESCI是一个不错的选择,待我学习一番之后,再来做个笔记。

 

参考文献:

Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Front Psychol., 4, 863. doi: 10.3389/fpsyg.2013.00863

Smithson, M. (2001). Correct Confidence Intervals for Various Regression Effect Sizes and Parameters: The Importance of Noncentral Distributions in Computing Intervals. Educational and Psychological Measurement, 61(4), 605-632. doi: 10.1177/00131640121971392

 

 

Leave a Reply

Your email address will not be published. Required fields are marked *