在研究中，具有统计学意义的发现打开了在同行评审期刊上发表的大门。
但是统计学显著性并不能说明这些发现是否有力、有用或具有临床重要性。为了超越统计显著性，研究者需要在他们工作的分析阶段评估效应量大小。
效应量 (Effect Size) 是一种衡量统计分析中不同组别间差异大小的指标，能够帮助理解变量之间的关系或实验干预的实际效果。
近期，期刊《Journal of Oral Rehabilitation》发表了一篇题为：“Statistical significance, clinical importance and effect sizes: Enhancing understanding of a study's results”的Review，采用说明性文章的形式，探讨了统计显著性、临床重要性和效应大小之间复杂而微妙的关系。
下面，摘录文中部分内容与诸位做个分享！
（如果你感兴趣，我们提供原文，在医学论文与统计分析微信公众号后台回复关键词“pdf”即可获取。）
在研究的计划阶段，可以通过以下方式增强获得统计显著结果的可能性。
选择一个更宽松的α水平（例如从α =0.01到α =0.05）。增加I类错误的可能性也会增加获得统计显著结果的可能性。
计划使用大样本量。大样本量的存在也将降低发生第二类错误的可能性，并将提高结果的精确度（即平均差异的置信区间将“更紧”）。读者可能对使用大样本量的研究更有信心，但也可能矛盾地表明，研究获得的效应大小可能很小。
需要注意的是，在得到的概率水平是p<0.001而不是p<0.05的情况下，研究者能声称这比他们预期的效果更强吗？
答案是否定的。
解释：更严格的统计显著性水平意味着，研究者可以更有信心地认为这些值的差异不太可能是偶然造成的。严格的统计显著性水平（例如p<0.001）可能伴随着较大的效应量，但也有可能出现实际效应量微不足道或没有意义，特别是当样本量很大时。换句话说，研究者不能仅仅使用统计显著性来暗示组间有意义或重要的差异。
与统计显著性不同，效应量可以提供关于结果实际重要性的信息，而不仅仅是是否具有显著性。
对于效应大小的标准度量，文中提供了三个值。
首先，我们考虑Pearson r相关系数。正如大家所熟知的，相关性的值和算术符号（' + ' vs. ' - '）显示了两个变量之间关系的强度和方向。
Pearson相关性本身并不是衡量效应大小的指标。
然而，计算Pearson r相关系数的平方会得到一个决定系数，即r2（r-squared），它可以指导对相关关系的解释。
当数据集中没有离群值时，尤其是在范围的最低值和最高值时，可以最有把握地解释Pearson r。构建和评估数据的散点图可以显示皮尔逊r是否可以恰当地使用。
在线性回归中，R2（和调整的R2）值是衡量效应大小的指标，它描述了可以被实验模型“解释”的数据中变异性的比例。R2和调整R2的值通常在0.00和1.00之间变化。
R2和调整后的R2的解释类似于Pearson r。如果一个实验模型包含三个预测变量和一个结果变量，则：
R2值为0.00意味着预测变量集（及其相关系数）不能预测结果变量的值。
同样，R2值为1.00意味着预测变量集（及其相关系数）完美地解释了变量。
偏η2（偏方差）评估自变量和因变量之间的关联程度。它通常作为统计程序中的可选报告，特别是基于方差分析（一般线性模型）的分析。通常，分析程序对每个主要影响产生偏η2。
偏η2值理论上可以在0.00 ~ 1.00之间，偏η值越大，说明在考虑了实验模型中其他变量的方差后，该效应占方差的比例越大。
有时把所有偏η2值的总和作为解释方差的总体度量。然而，由于简单和更复杂的效应（如主效应与相互作用）可以共享方差，偏η2值的总和可能大于1.00，这是一个不合适的结果。
Cohen’s d是一种通用测量方法：
当结果是数值型时，它可以估计效应值；
如果结果使用名义型（类别型）测量尺度，它可以估计比例或优势比；
如果结果是一种关联，它可以估计相关性。
因为即使研究使用不同的结果测量方法，Cohen’s d也能表达效果大小，所以它是进行Meta分析的一个非常有价值的工具。
根据实验设计的具体情况和研究者的需要，可以用多种方法计算Cohen系数。通常，组与组之间的差异是由可变性来划分的。
对于两组比较，其中组的大小相等，组内变异性相似，Cohen’s d可以计算为：
结果值可以解释为组间的差异，用标准差表示。Cohen's d可以从0.00变化到理论上无限的正负值。
闲来郑语
效应量提供了一种更全面的方式来解释研究结果，而不仅仅是关注是否存在统计显著性。
这也是现如今文章发表的必然要求，可不要陷入P值的误区里。
诸位有兴趣可以去看看原文，本文只摘录部分做个分享。
