40 lines
1.4 KiB
Plaintext
40 lines
1.4 KiB
Plaintext
GITHUB COPILOT
|
|
|
|
Cohen's d ist ein Maß für die Effektstärke, das den Unterschied zwischen zwei Mittelwerten in Standardabweichungseinheiten angibt. Hier ist ein Beispiel, wie man Cohen's d in Python berechnen kann:
|
|
|
|
```python
|
|
import numpy as np
|
|
|
|
def cohen_d(x, y):
|
|
# Berechnung der Mittelwerte der beiden Gruppen
|
|
mean_x = np.mean(x)
|
|
mean_y = np.mean(y)
|
|
|
|
# Berechnung der Standardabweichungen der beiden Gruppen
|
|
std_x = np.std(x, ddof=1)
|
|
std_y = np.std(y, ddof=1)
|
|
|
|
# Berechnung der gepoolten Standardabweichung
|
|
pooled_std = np.sqrt(((len(x) - 1) * std_x**2 + (len(y) - 1) * std_y**2) / (len(x) + len(y) - 2))
|
|
|
|
# Berechnung von Cohen's d
|
|
d = (mean_x - mean_y) / pooled_std
|
|
|
|
return d
|
|
|
|
# Beispielwerte für zwei Gruppen
|
|
group1 = [2.3, 3.1, 4.2, 5.0, 3.8]
|
|
group2 = [3.5, 4.1, 5.2, 6.0, 4.8]
|
|
|
|
# Berechnung von Cohen's d
|
|
d_value = cohen_d(group1, group2)
|
|
print(f"Cohen's d: {d_value:.2f}")
|
|
```
|
|
|
|
In diesem Beispiel:
|
|
|
|
1. Berechnen wir die Mittelwerte und Standardabweichungen der beiden Gruppen.
|
|
2. Berechnen wir die gepoolte Standardabweichung, die eine gewichtete Kombination der Standardabweichungen der beiden Gruppen ist.
|
|
3. Berechnen wir Cohen's d, indem wir die Differenz der Mittelwerte durch die gepoolte Standardabweichung teilen.
|
|
|
|
Wenn Sie dies ausführen, erhalten Sie den Wert von Cohen's d, der die Effektstärke zwischen den beiden Gruppen angibt. |