R语言计算Cohen's d结果与在线计算器存在差异的代码排查

• 语法错误：计算mean2时索引漏写$符，错误写法为df age>=22，正确应为df$age>=22，该错误会导致取数异常，直接影响计算结果。
• 样本重叠错误：两组分组规则为age<=22和age>=22，所有年龄等于22的样本会被同时纳入两组计算，会导致均值、标准差计算偏差。需调整为互斥分组，例如使用age < 22和age >=22，或age <=22和age>22。
• 语法错误：合并标准差计算行缺少右括号，错误写法为pooled <- sqrt((sd1^2 + sd2^2) / 2，正确应为pooled <- sqrt((sd1^2 + sd2^2) / 2)，否则代码无法正常运行。
• 算法差异：你当前使用的是简化的等权合并标准差，标准独立样本Cohen's d默认采用按样本量加权的合并标准差，公式为：

  # 统计两组有效样本量
  n1 <- sum(df$age <= 22 & !is.na(Meaningfulness), na.rm = T)
  n2 <- sum(df$age > 22 & !is.na(Meaningfulness), na.rm = T)
  # 加权合并标准差
  pooled_weighted <- sqrt(((n1 - 1)*sd1^2 + (n2 - 1)*sd2^2)/(n1 + n2 - 2))
  

  多数在线Cohen's d计算器默认使用加权合并标准差，这是你计算结果和在线工具存在差异的核心原因。
• 缺失值校验：需确认你本地的缺失值剔除逻辑和在线工具完全一致，若两者对age字段、Meaningfulness字段的缺失值处理规则不同，也会导致结果出现小幅偏差。

内容的提问来源于stack exchange，提问作者Newby