如何用R计算男女meanbasepay均值差值以计算效应量

前置说明 #

你需要先确保已导入清洗后的数据集，假设数据集命名为glassdoor_df，包含两个核心字段：

• 性别列gender，取值为male（男性）、female（女性）
• 基本工资列basepay，为数值型薪酬数据

第一步：计算男女基本工资均值差值 #

方法1：基础R实现（无需额外安装包，适合初学者） #

# 分别提取男女对应的基本工资数据
male_pay <- glassdoor_df$basepay[glassdoor_df$gender == "male"]
female_pay <- glassdoor_df$basepay[glassdoor_df$gender == "female"]

# 计算两组均值，na.rm = TRUE表示跳过缺失值避免结果为NA
mean_male <- mean(male_pay, na.rm = TRUE)
mean_female <- mean(female_pay, na.rm = TRUE)

# 计算均值差，结果为正则说明男性平均基本工资高于女性
pay_gap <- mean_male - mean_female
# 输出结果
pay_gap

方法2：tidyverse实现（代码更简洁，适合后续拓展分析） #

# 未安装包先执行：install.packages("tidyverse")
library(tidyverse)

# 分组统计均值
pay_mean_stat <- glassdoor_df %>%
  group_by(gender) %>%
  summarise(mean_basepay = mean(basepay, na.rm = TRUE))

# 计算差值
pay_gap <- pay_mean_stat$mean_basepay[pay_mean_stat$gender == "male"] - pay_mean_stat$mean_basepay[pay_mean_stat$gender == "female"]
# 输出结果
pay_gap

第二步：计算效应量（科恩d值） #

常用两组独立样本的效应量指标为科恩d值（Cohen's d），指标含义参考：

• 绝对值≈0.2：效应量小
• 绝对值≈0.5：效应量中等
• 绝对值≥0.8：效应量大

代码实现 #

# 未安装包先执行：install.packages("effsize")
library(effsize)

# 计算科恩d值
cohen_d_result <- cohen.d(male_pay, female_pay, na.rm = TRUE)
# 输出结果
cohen_d_result

内容的提问来源于stack exchange，提问作者jhmton