
27
27
2.9 効果量
するときに使います。詳しくは
8
章(「
8.2
分散を予測する」)で説明します。
pandas
のデータ構造には、平均、分散、標準偏差を計算するメソッドがあります。
mean = live.prglngth.mean()
var = live.prglngth.var()
std = live.prglngth.std()
すべての生児出生について、平均妊娠期間は
38.6
週、標準偏差は
2.7
週で、これ
は
2
〜
3
週の変動が普通であると予期すべきだということです。
妊娠期間の分散は
7.3
ですが、これは、単位が週の
2
乗、つまり「平方週」になる
ことから特に解釈が困難です。分散はある種の計算には有用ですが、要約統計量とし
ては不適です。
2.9
効果量
効果量(
effect size
)は、(望んでいる)効果の大きさを記述するための要約統計
量です。例えば、
2
つのグループの違いを記述するためなら、平均の差を使うのが普
通です。
第一子の平均妊娠期間は
38.601
週、第二子以降は、
38.523
週です。差は
0.078
週
ですから、
13
時間です。典型的な妊娠期間に対する割合としては、この差は約
0.2%
です。
この推定が正しいとしても、このような差は実用上は意味を持ちません。実際、多
数の妊娠を観察しない限り、この差に気付く人は誰もいないでしょう。
効果量を伝える他の方式に、グループ間の差をグループ全体の変動性と比較するや
り方があります。コーエンの
d
(
Cohen's d
)はそのような統計量で、次のように定
義されます。 ...