Capítulo 28 Tamanho do efeito

28.1 Tamanho do efeito

28.1.1 O que é o tamanho do efeito?

• Tamanho do efeito quantifica a magnitude de um efeito real da análise, expressando uma importância descritiva dos resultados.²⁸⁰

28.2 Tipos de tamanho do efeito

• Diferenças padronizadas entre grupos:^258,280

  • Cohen’s \(d\)

  • Glass’s \(\Delta\)

  • Razão de chances (\(RC\) ou \(OR\))

  • Risco relativo ou razão de risco (\(RR\))

O pacote epitools²⁸¹ fornece a função oddsratio.wald para calcular a razão de chances.

O pacote epitools²⁸¹ fornece a função riskratio.wald para calcular a razão de risco.

• Medidas de associação:^258,280

  • Coeficiente de correlação de Pearson (\(r\)), ponto-bisserial (\(r_{s}\)), Spearman (\(\rho\)), Kendall (\(\tau\)), Cramér (\(V\)) e \(\phi\).

  • Coeficiente de determinação (\(R^2\))

28.2.1 Como interpretar um tamanho do efeito?

• Tamanhos de efeito podem ser comparadores entre diferentes estudos.²⁵⁸

O pacote effectsize²⁸² fornece a função rules para criar regras de interpretação de tamanhos de efeito.

O pacote effectsize²⁸² fornece a função interpret para interpretar os tamanhos de efeito com base em uma lista de regras pré-definidas.

O pacote pwr²⁸³ fornece a função cohen.ES para obter os tamanhos de efeito “pequeno”, “médio” e “grande” para diversos testes de hipóteses.

28.2.2 O que é a diferença de média bruta?

• A diferença de média bruta representa a diferença absoluta entre as médias de dois grupos, expressa na unidade original da variável.^REF?

• Trata-se de uma medida não padronizada, sendo particularmente útil quando a escala possui interpretação clínica ou substantiva direta (por exemplo, mmHg, pontos de escore).^REF?

• Por depender da unidade de medida, não permite comparações diretas entre estudos com métricas diferentes.^REF?

28.2.3 Correlações podem ser consideradas tamanhos de efeito?

• Sim. Coeficientes de correlação podem ser interpretados diretamente como tamanhos de efeito, pois expressam a força e a direção da associação entre variáveis.^REF?

• O coeficiente de Spearman (\(\rho\)) mede associações monotônicas e é robusto a violações de normalidade.^REF?

• Kendall (\(\tau\)) é especialmente indicado para amostras pequenas ou dados com empates.^REF?

• Esses coeficientes são frequentemente utilizados como tamanhos de efeito em testes não paramétricos.^REF?

28.2.4 O que é o \(q\) de Cohen?

• O tamanho de efeito \(q\) quantifica a diferença entre dois coeficientes de correlação, após transformação de Fisher (\(z\)).^REF?

• É utilizado principalmente para comparar associações observadas em grupos independentes.^REF?

• Cohen propôs valores de referência para interpretação (pequeno, médio e grande), reforçando seu caráter descritivo.^REF?

28.2.5 O que o \(g\) no teste do sinal?

• O coeficiente \(g\) é utilizado como tamanho de efeito no teste do sinal.^REF?

• Representa a diferença padronizada entre a proporção de observações positivas e negativas.^REF?

• Aplica-se a delineamentos pareados em que apenas a direção do efeito é considerada.^REF?

• É uma medida robusta, porém menos informativa do que medidas baseadas em magnitude contínua.^REF?

28.2.6 O que é o \(h\) de Cohen?

• O tamanho de efeito \(h\) mede a diferença entre duas proporções, após transformação angular para estabilizar a variância.^REF?

• É indicado para comparações entre desfechos binários.^REF?

• Por ser padronizado, permite comparações entre estudos com diferentes proporções absolutas.^REF?

28.2.7 O que representa o tamanho de efeito \(w\)?

• O coeficiente \(w\) é utilizado como tamanho de efeito em testes do qui-quadrado, tanto de aderência quanto de independência.^REF?

• Quantifica o grau global de discrepância entre frequências observadas e esperadas.^REF?

• Sua interpretação depende do número de categorias e do tamanho da amostra, devendo ser feita com cautela.^REF?

28.2.8 O que é o tamanho de efeito \(f\) em ANOVA?

• O coeficiente \(f\) é utilizado como tamanho de efeito em análises de variância (ANOVA).^REF?

• Está relacionado à proporção da variância explicada pelo fator em relação à variância residual.^REF?

• É amplamente empregado em cálculos de poder estatístico e no planejamento amostral.^REF?

28.2.9 O que é o tamanho de efeito \(f^2\) em regressão?

• O coeficiente \(f^2\) mede o impacto incremental de um conjunto de preditores em modelos de regressão.^REF?

• É definido como a razão entre a variância explicada adicional e a variância não explicada.^REF?

• É particularmente útil para avaliar contribuições locais em modelos hierárquicos ou multivariados.^REF?

28.2.10 O que é a estatística \(\Lambda\) de Wilks na MANOVA?

• O Lambda de Wilks (\(\Lambda\)) é utilizado como estatística global em análises multivariadas de variância (MANOVA).^REF?

• Representa a proporção da variância multivariada não explicada pelo modelo.^REF?

• Embora menos intuitivo como medida de magnitude, é amplamente utilizado e pode ser convertido em outras estatísticas.^REF?

28.2.11 Como escolher o tamanho de efeito adequado?

• Não existe um tamanho de efeito universalmente superior; a escolha depende da pergunta científica, do delineamento, do tipo de variável e do modelo estatístico.^REF?

• Sempre que possível, a interpretação deve considerar relevância prática, contexto científico e incerteza associada.^REF?

28.3 Conversão entre tamanhos do efeito

28.3.1 Como converter um tamanho de efeito em outro?

• .²⁸⁰

O pacote effectsize²⁸² fornece diversas funções para conversão de diferentes estimativas de tamanhos de efeito.

28.4 Efeitos bruto e padronizado

28.4.1 O que é efeito bruto?

• .²⁸⁴

• .²⁸⁵

28.4.2 O que é efeito padronizado?

• .²⁸⁴

• .²⁸⁵

Citar como:
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,

Referências

258.

Sullivan GM, Feinn R. Using Effect Sizeor Why the P Value Is Not Enough. Journal of Graduate Medical Education. 2012;4(3):279–282. doi:10.4300/jgme-d-12-00156.1

280.

Kim HY. Statistical notes for clinical researchers: effect size. Restorative Dentistry & Endodontics. 2015;40(4):328. doi:10.5395/rde.2015.40.4.328

281.

Aragon TJ. epitools: Epidemiology Tools.; 2020. doi:10.32614/CRAN.package.epitools

282.

Ben-Shachar MS, Lüdecke D, Makowski D. effectsize: Estimation of Effect Size Indices and Standardized Parameters. Journal of Open Source Software. 2020;5:2815. doi:10.21105/joss.02815

283.

Champely S. pwr: Basic Functions for Power Analysis.; 2020. https://CRAN.R-project.org/package=pwr.

284.

GREENLAND S, SCHLESSELMAN JJ, CRIQUI MH. THE FALLACY OF EMPLOYING STANDARDIZED REGRESSION COEFFICIENTS AND CORRELATIONS AS MEASURES OF EFFECT. American Journal of Epidemiology. 1986;123(2):203–208. doi:10.1093/oxfordjournals.aje.a114229

285.

Greenland S, Maclure M, Schlesselman JJ, Poole C, Morgenstern H. Standardized Regression Coefficients. Epidemiology. 1991;2(5):387–392. doi:10.1097/00001648-199109000-00015