常用统计算法JAVA实现 - 效应量检测(13)

本文介绍两种计算效应量的方法:一种简单快速但精度较低;另一种采用标准化差值,更为精确。通过实例展示了不同方法的效果,适用于评估两组数据间的差异显著性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

/**
	 * 
	 *  * @描述: 计算效应量,简单方式 <br/>
	 *  * @方法名: ES <br/>
	 *  * @param x <br/>
	 *  * @param y <br/>
	 *  * @return <br/>
	 *  * @返回类型 double 越大表示两个群体重叠的部分越少 (小效应量: .0~.2 ; 中效应量: .2~.5;大效应量: .5~以上)
	 * <br/>
	 *  * @创建人 micheal <br/>
	 *  * @创建时间 2019年1月5日下午10:58:11 <br/>
	 *  * @修改人 micheal <br/>
	 *  * @修改时间 2019年1月5日下午10:58:11 <br/>
	 *  * @修改备注 <br/>
	 *  * @since <br/>
	 *  * @throws  
	 */
	public static double ES(double[] x, double[] y) {
		double xMean = mean(x);
		double yMean = mean(y);
		double xSD = standardDeviation(x);
		double ySD = standardDeviation(y);

		return Mutil.divide(Mutil.subtract(xMean, yMean), xSD, 2);
	}

	/**
	 * 
	 *  * @描述: 计算效应量,标准方式,更准确 <br/>
	 *  * @方法名: ES2 <br/>
	 *  * @param x <br/>
	 *  * @param y <br/>
	 *  * @return <br/>
	 *  * @返回类型 double 越大表示两个群体重叠的部分越少 (小效应量: .0~.2 ; 中效应量: .2~.5;大效应量: .5~以上)
	 * <br/>
	 *  * @创建人 micheal <br/>
	 *  * @创建时间 2019年1月5日下午10:58:11 <br/>
	 *  * @修改人 micheal <br/>
	 *  * @修改时间 2019年1月5日下午10:58:11 <br/>
	 *  * @修改备注 <br/>
	 *  * @since <br/>
	 *  * @throws  
	 */
	public static double ES2(double[] x, double[] y) {
		double xMean = mean(x);
		double yMean = mean(y);
		double xVariance = variance(x);
		double yVariance = variance(y);

		return Mutil.divide(Mutil.subtract(xMean, yMean), Math.sqrt(Mutil.divide(Mutil.add(xVariance, yVariance), 2, 2)), 2);
	}

测试代码,打印结果:-0.03,-0.04

double[] x1 = { 7, 3, 3, 2, 3, 8, 8, 5, 8, 5, 5, 4, 6, 10, 10, 5, 1, 1, 4, 3, 5, 7, 1, 9, 2, 5, 2, 12, 15, 4 };
double[] y1 = { 5, 4, 4, 5, 5, 7, 8, 8, 9, 8, 3, 2, 5, 4, 4, 6, 7, 7, 5, 6, 4, 3, 2, 7, 6, 2, 8, 9, 7, 6 };

log.info("计算[效应量] 简单:" + ES(x1, y1));
log.info("计算[效应量] 标准:" + ES2(x1, y1));

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

成都好男人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值