Data Universe
Newsletter
GlossaireEEffect Size
Statistiques

Effect Size

Définition

Mesure standardisée de la magnitude d'un effet observé, indépendamment de la taille d'échantillon. La significativité statistique (p-value) indique si un effet existe ; l'effect size indique son importance pratique. Avec un échantillon très grand, un effet trivial peut être significatif (p < 0.001) mais sans valeur pratique. Mesures courantes : Cohen's d pour la comparaison de moyennes (d = 0.2 petit, 0.5 moyen, 0.8 grand), Pearson r pour les corrélations (r = 0.1 petit, 0.3 moyen, 0.5 grand), odds ratio pour les variables binaires, eta-carré pour l'ANOVA. En A/B testing, l'effect size minimum détectable (MDE) détermine la taille d'échantillon nécessaire. Rapporter l'effect size avec l'intervalle de confiance permet une interprétation complète des résultats : un petit effet statistiquement significatif peut nécessiter un coût d'implémentation disproportionné.

Exemples concrets

Cohen's d (comparaison de groupes)Pearson r (corrélation)odds ratio (variables binaires)Minimum Detectable Effect A/B test
← Retour au glossaireTermes en “E

Fiche rapide

CatégorieStatistiques
Exemples4 outils / technologies