R语言基于两组均值标准差计算成对Cohen's d需先合并数据框吗

是否必须先合并两个数据框？ #

不需要强制合并。如果两个数据框的variables顺序完全一致、不存在缺失或多余变量，直接按位置提取均值、标准差列即可计算。如果变量顺序无法保证完全对齐，优先先按variables列合并再计算，可避免变量匹配错位，结果更稳妥。

快捷实现方式 #

独立样本Cohen's d的基础计算公式为：d = (组1均值 - 组2均值) / 合并标准差，其中合并标准差为 sqrt((组1标准差² + 组2标准差²)/2)（默认两组样本量相等，如样本量不等需额外加入样本量做加权计算）。

方法1：不合并直接计算（适合变量顺序完全对齐场景） #

核心计算仅需一行代码，速度最快：

# 直接计算每个变量对应的Cohen's d
cohen_d <- (tab1$means - tab2$means) / sqrt((tab1$sd^2 + tab2$sd^2)/2)
# 绑定变量名生成结果表
result <- data.frame(variables = tab1$variables, cohen_d = cohen_d)

方法2：先合并再计算（兼容性更强，避免匹配错误） #

如果不能完全确认两个数据框的变量顺序完全对应，优先用合并方式：

# 加载dplyr用于数据合并与计算
library(dplyr)
# 按variables列匹配合并两个表，自动加后缀区分来自不同表的列
merged_tab <- inner_join(tab1, tab2, by = "variables", suffix = c("_g1", "_g2"))
# 计算Cohen's d
merged_tab <- merged_tab %>% 
  mutate(cohen_d = (means_g1 - means_g2) / sqrt((sd_g1^2 + sd_g2^2)/2))

注：以上为独立样本Cohen's d的计算逻辑，如果你需要计算配对/成对设计的Cohen's d，需要额外提供两组数据的相关系数或差值的标准差才能完成计算。

内容的提问来源于stack exchange，提问作者Fede R