将R2转换为科恩的d

Question

我希望将lm函数的输出转换为Cohen＆＃s; sd，到目前为止我已经能够提取r2，但是，如何在r中从R2中检索Cohen＆＃s; sd？

m <- lm(outcome ~ predictor, data = df)
summary(m)$adj.r.squared

还有任何想法如何计算r2的上限和下限？

Answer 1

lsr包似乎提供了计算Cohen的d：

的函数

cohensD(outcome ~ predictor, data = df)

Answer 2

要计算r2的上限和下限，您可以自举。如果您选择使用此方法，则函数boot::boot非常易于使用。

数据

set.seed(1072)   # Make it reproducible

predictor <- rnorm(100)
outcome <- predictor + rnorm(100)
df <- data.frame(predictor, outcome)

<强>代码

bootfun <- function(DF, index){
    m <- lm(outcome ~ predictor, data = DF[index, ])
    summary(m)$adj.r.squared
}

b <- boot::boot(df, bootfun, R = 1000)
quantile(b$t, c(0.025, 0.975))
     2.5%     97.5% 
0.4065505 0.6500718