1
我正在尋找將lm函數的輸出轉換爲Cohen's d,到目前爲止我已經能夠提取r2,但是,如何從r中檢索Cohen's d?將R2轉換爲Cohen's d
m <- lm(outcome ~ predictor, data = df)
summary(m)$adj.r.squared
還有什麼想法如何計算r2的上限和下限?
我正在尋找將lm函數的輸出轉換爲Cohen's d,到目前爲止我已經能夠提取r2,但是,如何從r中檢索Cohen's d?將R2轉換爲Cohen's d
m <- lm(outcome ~ predictor, data = df)
summary(m)$adj.r.squared
還有什麼想法如何計算r2的上限和下限?
的lsr包似乎計算科恩的d提供了一個功能:
cohensD(outcome ~ predictor, data = df)
要計算R2可以引導的上限和下限。功能boot::boot
非常易於使用,如果您選擇使用此方法。
數據
set.seed(1072) # Make it reproducible
predictor <- rnorm(100)
outcome <- predictor + rnorm(100)
df <- data.frame(predictor, outcome)
代碼
bootfun <- function(DF, index){
m <- lm(outcome ~ predictor, data = DF[index, ])
summary(m)$adj.r.squared
}
b <- boot::boot(df, bootfun, R = 1000)
quantile(b$t, c(0.025, 0.975))
2.5% 97.5%
0.4065505 0.6500718
哇,這是一個很好的解決方案 – Lowpar