. . . "Effektst\u00E4rke"@de . . . . . . . "En statistique, une taille d'effet est une mesure de la force de l'effet observ\u00E9 d'une variable sur une autre et plus g\u00E9n\u00E9ralement d'une inf\u00E9rence. La taille d'un effet est donc une grandeur statistique descriptive calcul\u00E9e \u00E0 partir de donn\u00E9es observ\u00E9es empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inf\u00E9rentielle qui permettrait de conclure ou non si ladite relation observ\u00E9e dans les donn\u00E9es existe bien dans la r\u00E9alit\u00E9. En ce sens, la taille de l'effet est compl\u00E9mentaire \u00E0 d'autres mesures statistiques telle que la valeur p d'un test t. Les mesures de taille d'effet sont particuli\u00E8rement utiles pour conduire des m\u00E9ta-analyses qui exigent de comparer entre eux des r\u00E9sultats issus de diff\u00E9rentes \u00E9tudes scientifiques p"@fr . "Effect size"@en . . . . . "Taille d'effet"@fr . "En statistique, une taille d'effet est une mesure de la force de l'effet observ\u00E9 d'une variable sur une autre et plus g\u00E9n\u00E9ralement d'une inf\u00E9rence. La taille d'un effet est donc une grandeur statistique descriptive calcul\u00E9e \u00E0 partir de donn\u00E9es observ\u00E9es empiriquement afin de fournir un indice quantitatif de la force de la relation entre les variables et non une statistique inf\u00E9rentielle qui permettrait de conclure ou non si ladite relation observ\u00E9e dans les donn\u00E9es existe bien dans la r\u00E9alit\u00E9. En ce sens, la taille de l'effet est compl\u00E9mentaire \u00E0 d'autres mesures statistiques telle que la valeur p d'un test t. Les mesures de taille d'effet sont particuli\u00E8rement utiles pour conduire des m\u00E9ta-analyses qui exigent de comparer entre eux des r\u00E9sultats issus de diff\u00E9rentes \u00E9tudes scientifiques pour en faire la synth\u00E8se ou pour conduire des analyses de puissance destin\u00E9es \u00E0 \u00E9tablir si un protocole exp\u00E9rimental est adapt\u00E9 pour mesurer le ph\u00E9nom\u00E8ne que l'on cherche \u00E0 \u00E9tudier. Quelques exemples de mesures de taille d'effet : \n* le r d'une corr\u00E9lation de Pearson mesure la force d'association entre les deux variables que l'on cherche \u00E0 corr\u00E9ler ; \n* le d de Cohen ou d\u2019 permet de caract\u00E9riser la magnitude d'un effet associ\u00E9 dans une population donn\u00E9e par rapport \u00E0 une hypoth\u00E8se nulle. Traditionnellement, un d autour de 0.2 est d\u00E9crit comme un effet \u00AB faible \u00BB, 0.5 \u00AB moyen \u00BB et 0.8 comme \u00AB fort \u00BB ; \n* \u03C9 dans une ANOVA. \n* Portail des probabilit\u00E9s et de la statistique"@fr . . . . . . . . . "Tamanho do efeito"@pt . "6344990"^^ . . . . . . . . . "Wielko\u015B\u0107 efektu"@pl . . . . . . . . . . . . "\u062D\u062C\u0645 \u0627\u0644\u0623\u062B\u0631"@ar . . . . . "1915"^^ . . "187787387"^^ . . . . . .