1
我正在寻找将lm函数的输出转换为Cohen's d,到目前为止我已经能够提取r2,但是,如何从r中检索Cohen's d?将R2转换为Cohen's d
m <- lm(outcome ~ predictor, data = df)
summary(m)$adj.r.squared
还有什么想法如何计算r2的上限和下限?
我正在寻找将lm函数的输出转换为Cohen's d,到目前为止我已经能够提取r2,但是,如何从r中检索Cohen's d?将R2转换为Cohen's d
m <- lm(outcome ~ predictor, data = df)
summary(m)$adj.r.squared
还有什么想法如何计算r2的上限和下限?
的lsr包似乎计算科恩的d提供了一个功能:
cohensD(outcome ~ predictor, data = df)
要计算R2可以引导的上限和下限。功能boot::boot
非常易于使用,如果您选择使用此方法。
数据
set.seed(1072) # Make it reproducible
predictor <- rnorm(100)
outcome <- predictor + rnorm(100)
df <- data.frame(predictor, outcome)
代码
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,这是一个很好的解决方案 – Lowpar