Python Data Science Program
📓 Abrir notebook en GitHub

Clase 177 — Effect size dedicado: Cohen's d, Hedges' g, Cliff's δ con pingouin

Parte: 3 — Estadística Inferencial y Causal · Fuente: Cohen (1988) + Lakens (2013) + Vallat (2018) pingouin. ⏱️ Duración estimada: 75 min.

🎯 Objetivo

Dominar effect size —la métrica que el p-value no responde: "cuán grande es la diferencia"—. Cubrir 6 medidas: Cohen's d (means, varianzas similares), Hedges' g (bias-corrected para n chico), Glass's Δ (varianza del control como denominador), Cliff's δ (no paramétrico), r de correlación, odds ratio. Aplicar con pingouin en una sola llamada. Reportar correctamente: APA 7 lo exige.

📚 Resultados de aprendizaje

Al finalizar, el estudiante podrá:

🗺️ Temas

📖 Definiciones y características

📂 Dataset / recursos

🧪 Ejercicios

  1. Cohen's d a mano: para tip por sex, calcular manualmente con s_pooled.
  2. pingouin.compute_effsize: verificar contra cálculo manual. Probar eftype='cohen' | 'hedges' | 'glass' | 'CLES'.
  3. Hedges' g: con n=10 por grupo, ver diferencia entre d y g (Hedges < d).
  4. Cliff's δ: para datos Likert ordinales o muy asimétricos, calcular y interpretar.
  5. Effect size + IC: bootstrap del Cohen's d → IC95 %.

📝 Homework verificable

Análisis estadístico riguroso de tips:

  1. Comparar tip por time (Lunch/Dinner) y por day.
  2. Reportar Cohen's d (o Hedges' g si n < 30) con IC95 % bootstrap.
  3. Para day (4 niveles), reportar partial η² del ANOVA.
  4. Conclusión APA-7 estilo: "M ± SD, t(df) = X, p = Y, d [95% CI]".

Criterio de aceptación: tabla bien formada con todas las columnas; conclusión no usa solo p-value.

⚠️ Errores comunes

Síntoma / mensaje Causa y cómo arreglar
Reportar solo p < 0.05 Mala práctica desde 1999. Fix: agregar effect size con IC.
Cohen's d sobre datos muy asimétricos Sesgado. Fix: Cliff's δ.
Mismo Cohen's d en 2 estudios sin contexto Magnitudes 0.2/0.5/0.8 son orientativas — depende del dominio. Fix: comparar contra meta-analyses del campo.
Effect size sin IC Incompleto. Fix: bootstrap CI.
Confundir d con η² Distintos rangos y significados. Fix: d para 2 grupos, η² para ANOVA.

❓ Preguntas frecuentes

❓ Cohen's d o Hedges' g?

Hedges siempre si n < 50/grupo. Para n grande son indistinguibles.

❓ Magnitudes 0.2/0.5/0.8 son universales?

No. Son orientación. En medicina pueden ser muy distintas. Reporte tu d, dejá que el lector compare con su literatura.

❓ CLES interpretable?

Sí — "65 % chance que una persona random del grupo A tenga mayor valor que una random del B". Comunicable a no-técnicos.

❓ Effect size para A/B testing?

Sí — Cohen's h para proporciones, Cohen's d para continuous. Ver clase 154.

❓ Effect size negativo?

Solo indica dirección. La magnitud |d| es lo que se interpreta.

🔗 Referencias

📥 Material descargable

➡️ Siguiente clase

Clase 178 — Test chi-cuadrado de independencia y bondad de ajuste