Pingouin库中效应量计算方法的正确使用方式
2025-07-08 03:32:55作者:明树来
在统计分析中,效应量(effect size)是衡量两组数据差异程度的重要指标。Cohen's d和Hedges' g是两种常用的标准化效应量指标。本文通过一个实际案例,说明如何正确使用Python的Pingouin库计算这些效应量。
问题背景
许多用户在从R转向Python时,会尝试使用Pingouin库的compute_effsize
函数来计算效应量。然而,如果不理解函数的正确使用方式,可能会得到完全错误的结果。
错误示范
原始问题中展示的错误使用方式是:
x = survey['Height']
y = survey['Sex'].map({'Male': 0, 'Female': 1})
pg.compute_effsize(x, y, eftype='cohen')
这种用法是错误的,因为它将连续变量(Height)和分类变量(Sex)直接传入函数,导致函数无法正确识别哪部分是组别信息。
正确使用方法
正确的做法应该是先按组别分离数据,然后计算效应量:
# 按性别分离身高数据
male_height = survey[survey["Sex"] == "Male"]['Height']
female_height = survey[survey["Sex"] == "Female"]['Height']
# 计算Cohen's d
cohen_d = pg.compute_effsize(male_height, female_height, eftype='cohen')
# 计算Hedges' g
hedges_g = pg.compute_effsize(male_height, female_height, eftype='hedges')
计算原理
Cohen's d的计算公式为:
d = (mean1 - mean2) / pooled_std
Hedges' g是对Cohen's d的小样本校正:
g = d * (1 - 3/(4*(n1+n2-2)-1)
其中pooled_std是合并标准差,考虑了各组样本量和方差。
注意事项
- 输入数据应该是两组独立的连续变量
- 函数不会自动处理缺失值,需要提前处理
- 对于配对样本,应该使用
paired=True
参数 - 结果解释:0.2为小效应,0.5为中等效应,0.8为大效应
与其他软件的比较
与R的effsize
包相比,Pingouin的计算结果在正确使用的情况下应该是一致的。差异可能来自:
- 缺失值处理方式不同
- 分组定义方式不同
- 计算精度差异
通过正确使用Pingouin库的效应量计算功能,研究者可以在Python环境中获得与R一致的统计分析结果。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- DDeepSeek-V3.1-TerminusDeepSeek-V3.1-Terminus是V3的更新版,修复语言问题,并优化了代码与搜索智能体性能。Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0272get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
150
1.96 K

deepin linux kernel
C
22
6

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
986
396

React Native鸿蒙化仓库
C++
193
274

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
934
554

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
523

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0