非高斯模型的 Cohen d 的替代方案

机器算法验证 广义线性模型 规模效应 科恩斯-d
2022-04-09 18:53:21

Cohen 的 d(或 Hedges 的 g)通常用于计算效应大小。然而,它们依赖于样本间方差同质性的假设。由于他们所做的方差汇集,我也怀疑它们是否可以用于当人们想要比较广义线性模型中的组与非高斯分布的误差(例如泊松)时,可能过度分散一些团体。

我是对的,如果是的话,在这种情况下,什么应该是衡量效应大小的适当方法?

理想情况下,我正在寻找一个可用于二项式和泊松或负二项式误差分布模型的指标。

0个回答
没有发现任何回复~