Hypothesis testClassical statistics

Hatásméret-elemzés

A hatásméret-elemzés a statisztikai eredmény gyakorlati nagyságát kvantifikálja, függetlenül a mintanagyságtól. Ahelyett, hogy csak azt kérdeznénk, hogy egy különbség vagy kapcsolat statisztikailag szignifikáns-e, azt kérdezzük, hogy mekkora, szabványosított indexek, mint például a Cohen d, az eta-négyzet, az omega-négyzet vagy a Pearson r használatával, amelyek lehetővé teszik a közvetlen összehasonlítást a tanulmányok és a populációk között.

Alkalmazás ezzel: StatMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805802832
  2. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. DOI: 10.3389/fpsyg.2013.00863

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Effect Size Analysis. ScholarGate. https://scholargate.app/hu/statistics/effect-size-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Hivatkozik rá

ScholarGateEffect size analysis (Effect Size Analysis). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/statistics/effect-size-analysis · Adatkészlet: https://doi.org/10.5281/zenodo.20539026