當兩樣本進行比較時，把統計量轉換成標準常態變數或者 學生變數時，所用的混同樣本的標準差或誤差，必須根據 兩樣本的特性不同做調整。 例如: 一、兩樣本彼此獨立且為不同參數的常態分佈 X ~ N(μ1, σ1^2, n1) Y ~ N(μ2, σ2^2, n2) 兩母體標準差皆已知 z = ( xbar - ybar -δ0 )/s_mix s_mix = sqrt( σ1^2/n1 + σ2^2/n2 ) 二、同上 但兩母體標準差皆未知，但知二者相等 t = ( xbar - ybar -δ0 )/s_mix s_mix = s*sqrt( 1/n1 + 1/n2 ) s^2 = [ ( n1 - 1 )*s1^2 + ( n2 - 1 )*s2^2 ]/ν ν = n1 + n1 -2 那請問，柯恩的差值效應大小之公式呢? d = ( xbar - ybar )/σ 上式乃最常在各種文獻見到的，但是該公式的分母也得 做相應的修改嗎? 順道問一下，上式乃適用於︰ 兩母體標準差皆已知且相等嗎? --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.136.207.63 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1751713102.A.9FE.html