Skip to main content
Calkulon

Matematika

Cohen's d Effect Size

📊Cohen's d Effect Size

What is Cohen's d Effect Size?

▾

Cohenovo d je standardizovaná velikost účinku, která popisuje, jak daleko jsou od sebe střední hodnoty dvou skupin v jednotkách standardní odchylky. To je důležité, protože samotná statistická významnost vám neřekne, jak velký nebo smysluplný rozdíl ve skutečnosti je. Studie může produkovat velmi malou p-hodnotu jednoduše proto, že vzorek je velký, zatímco praktický rozdíl mezi skupinami může být stále malý. Cohenovo d pomáhá odpovědět na jinou otázku: jak velký je rozdíl vzhledem k variabilitě dat? Výzkumníci, studenti a analytici jej používají při srovnávání léčebných a kontrolních skupin, intervencí před a po, výsledků vzdělávání a mnoha dalších dvouskupinových srovnání. Kalkulačka je užitečná, protože vzorec vyžaduje kombinaci skupinových průměrů a směrodatných odchylek do sdružené směrodatné odchylky, než je rozdíl standardizován. To se dá zvládnout ručně na jedno cvičení, ale zdlouhavé napříč mnoha analýzami. Výsledek je obvykle interpretován s hrubými rozsahy benchmarků, jako jsou malé, střední a velké, ačkoli tyto štítky byly vždy míněny jako konvence spíše než rigidní univerzální pravdy. Na kontextu záleží. V jedné oblasti může být mírný účinek stále velmi důležitý, zatímco v jiné může být v praxi vyžadován větší účinek. Kalkulačka je nejužitečnější, když se používá společně s intervaly spolehlivosti, designem studie a znalostmi domény, spíše než jako jejich náhrada. Převádí hrubé skupinové rozdíly do společné škály, kterou lze snáze porovnávat napříč studiemi a výsledky.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

Vzorec

▾
f(x)Cohenovo d = (průměr_1 - průměr_2) / sdružená standardní odchylka. Běžný formulář sdružené směrodatné odchylky pro podobné velikosti skupin je sqrt((sd_1^2 + sd_2^2)/2). Zpracovaný příklad: pokud průměr_1 = 50, průměr_2 = 44 a obě směrodatné odchylky jsou 10, pak d = (50 - 44) / 10 = 0,6.

Variable Legend

▾
SymbolJménoJednotkaPopis
s dVypočteno—Vypočteno jako (mean_1 - mean_2) / poolovaná směrodatná odchylka, což je klíčový parametr ve výpočtu cohens d, který přímo ovlivňuje konečný vypočítaný výsledek
dVzdálenost—Vzdálenost, amortizace nebo diskontní faktor, což je klíčový parametr ve výpočtu cohens d, který přímo ovlivňuje konečný vypočítaný výsledek
ACelková akumulovaná částka—Celková akumulovaná částka nebo anuitní hodnota, což je klíčový parametr v kohens d výpočtu, který přímo ovlivňuje konečný vypočítaný výsledek

How to Cohen's d Effect Size

▾
  1. 1Zadejte průměry dvou skupin a jejich standardní odchylky spolu s velikostí vzorků, pokud je vaše verze vzorce vyžaduje.
  2. 2Vypočítejte sdruženou směrodatnou odchylku nebo použijte zjednodušený formulář pro stejnou odchylku, je-li to vhodné.
  3. 3Odečtěte průměr jedné skupiny od druhé, abyste našli hrubý průměrný rozdíl.
  4. 4Vydělte střední rozdíl sdruženou směrodatnou odchylkou, abyste získali Cohenovo d.
  5. 5Interpretujte výsledek v kontextu a nespoléhejte se pouze na generické malé, střední a velké štítky.

Worked Examples

▾
Example 1Příklad středního rozdílu
Given:Průměr1 50, průměr2 44, obě standardní odchylky 10
Výsledek:Cohenovo d = 0,6

To je často popisováno jako střední efekt konvenčními benchmarky.

Průměrný rozdíl je 6 a sdružená směrodatná odchylka je 10, takže dělení 6 10 dává 0,6. Výsledek říká, že průměry skupiny jsou odděleny šesti desetinami standardní odchylky.

Example 2Menší efekt
Given:Průměr 1 82, průměr 2 79, společná standardní odchylka 12
Výsledek:Cohenovo d = 0,25

Statisticky reálný rozdíl může být stále prakticky skromný.

I když je výsledek statisticky významný ve velkém vzorku, d 0,25 naznačuje, že skupiny jsou od sebe vzdáleny pouze čtvrtinu směrodatné odchylky. To může nebo nemusí záležet na oboru.

Example 3Větší účinek
Given:Střední rozdíl 15 se sdruženou směrodatnou odchylkou 15
Výsledek:Cohenovo d = 1,0

Skupiny se liší plnou standardní odchylkou.

Hodnota d 1,0 obvykle indikuje velkou separaci mezi skupinami. Praktický význam stále závisí na kontextu studie, výsledku a měřítku měření.

Example 4Interpretace negativních znaků
Given:Průměr1 nižší než průměr2
Výsledek:Cohenovo d = -0,5

Značka ukazuje směr, nikoli kvalitu velikosti.

Záporná hodnota jednoduše znamená, že průměr první skupiny je nižší než průměr druhé skupiny ve zvoleném pořadí odečítání. Velikost 0,5 je to, co odráží velikost efektu.

Real-World Applications

▾
🏗️

Porovnání velikosti léčby a kontrolní skupiny — Tato aplikace je běžně používána profesionály, kteří potřebují přesnou kvantitativní analýzu pro podporu rozhodování, rozpočtování a strategického plánování ve svých příslušných oborech.

🔬

Shrnutí velikosti efektu napříč studiemi – na tento výpočet spoléhají odborníci v oboru, aby porovnali výkon, porovnali alternativy a zajistili shodu se zavedenými standardy a regulačními požadavky, což analytikům pomáhá produkovat přesné výsledky, které podporují strategické plánování, alokaci zdrojů a srovnávání výkonu napříč organizacemi.

📊

Přidání praktického měřítka k testování významnosti – akademičtí výzkumníci a studenti používají tento výpočet k ověření teoretických modelů, dokončení úkolů v kurzu a k hlubšímu pochopení základních matematických principů.

🏥

Výzkumníci používají kohentní výpočty ke zpracování experimentálních dat, validaci teoretických modelů a generování kvantitativních výsledků pro publikaci v recenzovaných studiích, které podporují procesy hodnocení založené na datech, kde je numerická přesnost nezbytná pro dosažení souladu, výkaznictví a optimalizačních cílů.

Special Cases

▾

Pozor na nestejný rozptyl

Pokud mají skupiny velmi odlišné rozpětí nebo velikosti vzorků, může standardní sdružený přístup vyžadovat zvláštní péči a vhodnější varianta velikosti efektu může být vhodnější.

Problém se spárovaným designem

Pro párovaná nebo opakovaná data měření nemusí být jednoduché Cohenovo d nezávislých skupin tím správným vzorcem velikosti efektu, protože závislost v rámci subjektu mění výpočet.

Záporné vstupní hodnoty mohou nebo nemusí být platné pro koheny d v závislosti na kontextu domény.

Některé vzorce akceptují záporná čísla (např. teploty, rychlosti změny), zatímco jiné vyžadují přísně kladné vstupy. Uživatelé by měli zkontrolovat, zda jejich konkrétní scénář povoluje záporné hodnoty, než se budou spoléhat na výstup. Profesionálové pracující s cohens d by měli tomuto scénáři věnovat zvláštní pozornost, protože pokud se s ním nezachází správně, může to vést k zavádějícím výsledkům. Vždy ověřte okrajové podmínky a proveďte křížovou kontrolu nezávislými metodami, když se tento případ v praxi vyskytne.

Konvenční Cohen's d Benchmarks

▾
Absolutní hodnota dSpolečný štítekVýkladová poznámka
Kolem 0,2MalýZnatelné, ale omezené oddělení
Kolem 0,5StředníMírný rozdíl
Kolem 0,8VelkýPodstatný rozdíl
1.0 nebo víceVelmi velkýSkupiny jsou široce odděleny

Frequently Asked Questions

▾
Q

Co je Cohenovo d?

A

Cohenovo d je standardizovaná velikost účinku, která vyjadřuje rozdíl mezi dvěma průměry v jednotkách standardní odchylky. Pomáhá ukázat velikost, nejen to, zda je rozdíl statisticky zjistitelný. V praxi je tento koncept pro cohens d ústřední, protože určuje základní vztah mezi vstupními proměnnými. Pochopení tohoto pomáhá uživatelům přesněji interpretovat výsledky a aplikovat je na scénáře reálného světa v jejich specifickém kontextu.

Q

Jak vypočítáte Cohenovo d?

A

Odečtěte průměr jedné skupiny od druhé a vydělte společnou standardní odchylkou. Přesný sdružený vzorec se může lišit v závislosti na návrhu a předpokladech. Proces zahrnuje systematickou aplikaci základního vzorce na dané vstupy. Každá proměnná ve výpočtu přispívá ke konečnému výsledku a pochopení jejich jednotlivých rolí pomáhá zajistit přesnou aplikaci. Většina profesionálů v oboru postupuje krok za krokem a ověřuje mezivýsledky, než dospěje ke konečné odpovědi.

Q

Co znamená záporné Cohenovo d?

A

Znamená to, že průměr první skupiny byl nižší než druhý podle pořadí odečítání, které jste použili. Znaménko ukazuje směr, zatímco absolutní hodnota ukazuje velikost. V praxi je tento koncept pro cohens d ústřední, protože určuje základní vztah mezi vstupními proměnnými. Pochopení tohoto pomáhá uživatelům přesněji interpretovat výsledky a aplikovat je na scénáře reálného světa v jejich specifickém kontextu.

Q

Jaké jsou běžné referenční hodnoty pro Cohenovo d?

A

Běžná konvence označuje kolem 0,2 jako malé, 0,5 jako střední a 0,8 jako velké. Jedná se o hrubé pokyny a neměly by nahrazovat úsudek podle kontextu. To je důležité při práci s výpočty cohens d v praktických aplikacích. Odpověď závisí na konkrétních vstupních hodnotách a kontextu, ve kterém je výpočet aplikován. Pro dosažení nejlepších výsledků by uživatelé měli zvážit své specifické požadavky a ověřit výstup podle známých benchmarků nebo profesionálních standardů.

Q

Proč používat Cohenovo d místo pouze p-hodnot?

A

P-hodnoty řeší především to, zda jsou data v modelu nekonzistentní s nulovou hypotézou, zatímco Cohenovo d popisuje, jak velký je pozorovaný rozdíl. Obě informace jsou často užitečné společně. To je důležité, protože přesné výpočty kohens d přímo ovlivňují rozhodování v profesním a osobním kontextu. Bez řádného výpočtu riskují uživatelé, že se rozhodnou na základě neúplné nebo nesprávné kvantitativní analýzy.

Q

Jak často by se mělo Cohenovo d přepočítávat?

A

Přepočítat, když se změní průměr skupiny, standardní odchylky, definice vzorků nebo volby analýzy. I mírné posuny v spreadu mohou významně změnit standardizovaný efekt. Proces zahrnuje systematickou aplikaci základního vzorce na dané vstupy. Každá proměnná ve výpočtu přispívá ke konečnému výsledku a pochopení jejich jednotlivých rolí pomáhá zajistit přesnou aplikaci. Většina profesionálů v oboru postupuje krok za krokem a ověřuje mezivýsledky, než dospěje ke konečné odpovědi.

Q

Jaká je největší chyba při výkladu Cohenova d?

A

Častou chybou je zacházet s referenčními štítky, jako jsou malé nebo velké, jako s univerzálními pravdami. Na stejné velikosti účinku může záležet velmi odlišně v medicíně, vzdělávání, psychologii nebo inženýrství. V praxi je tento koncept pro cohens d ústřední, protože určuje základní vztah mezi vstupními proměnnými. Pochopení tohoto pomáhá uživatelům přesněji interpretovat výsledky a aplikovat je na scénáře reálného světa v jejich specifickém kontextu.

Common Mistakes to Avoid

▾
  • !Použití nesprávných nebo neshodných jednotek pro vstupní hodnoty
  • !Zapomínání zohlednit okrajové případy nebo okrajové podmínky
  • !Mezihodnoty jsou zaokrouhleny příliš brzy ve výpočtu
  • !Neověřuje se, že vstupní hodnoty spadají do platných rozsahů pro koheny d
💡

Pro Tip

Před výpočtem vždy ověřte své vstupní hodnoty. Pro kohens d se mohou malé vstupní chyby skládat a významně ovlivnit konečný výsledek.

⭐

Did you know?

Cohen sám varoval, že známá malá, střední a velká omezení jsou konvencemi, nikoli univerzálními pravidly, která by měla mít přednost před úsudkem podle předmětu.

Regional Guides

▾
🇺🇸 US▾
Používá obvyklé jednotky a standardy v USA
🇬🇧 UK▾
Může používat metrické nebo britské standardy
🇪🇺 EU▾
V případě potřeby se řídí konvencemi EU/SI
📖Difficulty:Beginner
Deep Dive

Read the full guide on how to use this calculator effectively

Číst více →
Formula-verified for precision
Reviewed October 2026
Our methodology

Ratings & comments

…

Získejte týdenní matematické tipy

Připojte se k 12 000+ odběratelům, kteří každý týden dostávají tipy na kalkulačku.

🔒
100 % zdarma
Nikdy bez registrace
✓
Přesné
Ověřené vzorce
⚡
Okamžité
Výsledky při psaní
📱
Připraveno pro mobily
Všechna zařízení

Nastavení

SoukromíPodmínkyO nás© 2026 Calkulon