R语言如何通过循环批量计算多题项前后测Cohen's D效应量

你原手写的循环代码存在几处语法和逻辑错误，无法正常运行，具体问题如下：

• 拼写错误：数据集题项列名为Question，取唯一值时误写为Questions；统计行数的函数为nrow()，误写为rnow()
• 循环语法错误：R语言for循环的标准格式为for (变量 in 遍历序列)，原代码写为i for (1:...)不符合语法规则
• 索引匹配错误：如果循环取1/2/3的数值索引，直接和df$Question里的"QA"/"QB"/"QC"字符串做相等判断，无法匹配到任何行；同时er$i的写法会固定给名为"i"的列表元素赋值，无法按循环进度存储不同题项的结果
• 函数传参错误：原代码在公式两侧提前切片筛选数据，同时又传入全量数据集data = df，逻辑冲突，且公式和data参数之间遗漏了逗号分隔符

可运行的修正方案 #

方案1：基础for循环实现 #

先构造示例数据方便复现：

# 构造示例数据集
df <- data.frame(
  Question = c(rep("QA",5), rep("QB",3), rep("QC",5)),
  Score = c(5,2,3,7,3, 2,1,4, 7,3,2,3,6),
  Test = c("Pre","Pre","Post","Post","Post", "Pre","Pre","Pre", "Pre","Pre","Post","Post","Post")
)

循环代码：

# 提取所有唯一题项ID
questions <- unique(df$Question)
# 初始化等长结果列表，比逐次追加性能更高
er <- vector("list", length(questions))
names(er) <- questions # 列表元素直接对应题项名，方便后续索引

for (q in questions) {
  # 先筛选当前题项的子集，避免在公式内写复杂切片逻辑
  sub_data <- df[df$Question == q, ]
  er[[q]] <- effectsize::cohens_d(Score ~ Test, data = sub_data)
}

# 打印所有题项结果
print(er)

# 单题结果可直接按题项名提取，比如取QA的效应量
er$QA

注意：如果计算出的效应量方向不符合预期，先将Test列转为因子并指定水平顺序：df$Test <- factor(df$Test, levels = c("Pre", "Post"))，保证前后测参照组正确

方案2：分组计算实现（无需手写循环） #

如果需要直接输出结构化的表格结果，可以用分组计算的写法，代码更简洁，结果更易整理导出：

# 加载tidyverse工具包
library(tidyverse)

effect_size_table <- df %>%
  group_by(Question) %>%
  group_modify(~effectsize::cohens_d(Score ~ Test, data = .x))

运行后得到的effect_size_table是数据框格式，每行对应一个题项的Cohen's D值、置信区间等全部输出结果，可直接用write.csv()导出。

内容的提问来源于stack exchange，提问作者JeffB