效应量换算器（d, r, f, η², OR）
元分析、功效分析和文献综述经常需要在不同效应量指标之间转换：论文报告的是 η²，而功效工具需要 f；您手头是优势比，元分析却需要 d。输入任意一个指标——Cohen's d（科恩d值）、相关系数 r、Cohen's f、eta 平方或优势比——即可一次读取所有等价指标，均按标准换算公式计算（Cohen 1988；Borenstein 等 2009）。 可选填两组的样本量，以获得 r 的精确不等 n 校正和小样本校正的 Hedges' g。还包括普通语言效应量（CLES）——即从一组随机抽取的个体得分高于另一组随机个体的概率，往往是最适合向非统计受众传达的直观数字。
常见问题
如何把 Cohen's d 转换为 r？
组样本量相等时：r = d / √(d² + 4)。例如 d = 0.8 得到 r = .37。组样本量不等时，4 需替换为 (n₁+n₂)²/(n₁n₂)——输入您的组样本量，计算器会应用精确校正。
如何把 eta 平方转换为 Cohen's f？
f = √(η² / (1 − η²))，反向：η² = f²/(1 + f²)。将已发表的方差分析结果代入功效分析时正需要这一换算：η² = .06 对应 f = 0.25。
Cohen's d 和 Hedges' g 有什么区别？
两者都以标准差为单位表示均值差，但 d 在小样本中略微偏高。Hedges' g 应用校正因子 J = 1 − 3/(4df − 1)；当 n > 50 时差异可以忽略。元分析惯例上报告 g。
如何把优势比转换为 Cohen's d？
d = ln(OR) × √3 / π（Borenstein 等）。OR 为 2 时对应 d ≈ 0.38——便于在同一元分析中合并二分类和连续型结果。请注意该公式假设潜在的 logistic 模型。