使用步骤
- 在「由什么计算」里选择已有的数据：均值和标准差、t 值、F 值、r 或优势比。
- 填写对应的数值。
- 读出各种效应量和大小标签。
参数说明
- Cohen's d 与 Hedges' g
- d = 均值差 ÷ 合并标准差；g 对小样本做了校正，元分析中更常用。
- 换算公式
- r = d / √(d² + 4)（两组人数相等）；η² = F·df₁ / (F·df₁ + df₂)；OR 换 d 用 ln(OR)·√3/π。
计算示例
两组各 30 人，均值分别是 24 和 20，两组标准差都是 5。合并标准差是 5，于是：
| 指标 | 数值 | 标签 |
|---|---|---|
| Cohen’s d | 0.80 | 大 |
| Hedges’ g | 0.79 | 大 |
| r | 0.37 | 中 |
| η² | 0.138 | 中 |
pooled SD = √(((n₁−1)s₁² + (n₂−1)s₂²) ÷ (n₁+n₂−2))
g = d × (1 − 3 ÷ (4(n₁+n₂) − 9)) = 0.8 × (1 − 3/231)同一个结果在 d、r 和 η² 下可能得到不同的标签，因为它们各有自己的基准尺度，所以不能互相替换。标签采用 Cohen（1988）的分界：
| 标签 | d | r | η² |
|---|---|---|---|
| 小 | 0.2 | 0.1 | 0.01 |
| 中 | 0.5 | 0.3 | 0.06 |
| 大 | 0.8 | 0.5 | 0.14 |
F 值只有在比较两组时（df₁ = 1）才能换算成 d。
常见问题
效应量多大算大？
Cohen 的粗略标准：d 0.2 小、0.5 中、0.8 大；r 0.1/0.3/0.5；η² 0.01/0.06/0.14。具体还要看研究领域。
配对样本的 d 怎么算？
这里给的是 dz = t / √n，即差值均值除以差值标准差；和独立样本的 d 不能直接比较。
数据会上传吗？
不会，计算在浏览器里完成。
隐私说明
本工具完全在浏览器中运行，文件和文本都在你的设备上处理，不会上传到我们的服务器。