Omega al cuadrado para medir el efecto en R?

El libro de estadísticas que estoy leyendo recomienda omega al cuadrado para medir los efectos de mis experimentos. Ya probé usando un diseño de parcela dividida (mezcla de diseño dentro de los sujetos y entre sujetos) que mis factores dentro de los sujetos son estadísticamente significativos con p <0.001 y F = 17.

Ahora estoy buscando ver qué tan grande es la diferencia ... ¿hay una implementación de omega al cuadrado en algún lugar para R (o python? Lo sé ... uno puede soñar;) Buscar en Internet cosas relacionadas con R es un dolor * , no sé cómo consigo encontrar cosas con C.

¡Gracias!

Una función para calcular omega al cuadrado es fácil de escribir. Esta función toma el objeto devuelto por la prueba aov, y calcula y devuelve y omega al cuadrado:

omega_sq <- function(aovm){
    sum_stats <- summary(aovm)[[1]]
    SSm <- sum_stats[["Sum Sq"]][1]
    SSr <- sum_stats[["Sum Sq"]][2]
    DFm <- sum_stats[["Df"]][1]
    MSr <- sum_stats[["Mean Sq"]][2]
    W2 <- (SSm-DFm*MSr)/(SSm+SSr+MSr)
    return(W2)
}

editar: función actualizada para modelos n-way aov:

omega_sq <- function(aov_in, neg2zero=T){
    aovtab <- summary(aov_in)[[1]]
    n_terms <- length(aovtab[["Sum Sq"]]) - 1
    output <- rep(-1, n_terms)
    SSr <- aovtab[["Sum Sq"]][n_terms + 1]
    MSr <- aovtab[["Mean Sq"]][n_terms + 1]
    SSt <- sum(aovtab[["Sum Sq"]])
    for(i in 1:n_terms){
        SSm <- aovtab[["Sum Sq"]][i]
        DFm <- aovtab[["Df"]][i]
        output[i] <- (SSm-DFm*MSr)/(SSt+MSr)
        if(neg2zero & output[i] < 0){output[i] <- 0}
    }
    names(output) <- rownames(aovtab)[1:n_terms]

    return(output)
}

Recientemente tuve que reportar un .$\omega^2$

partialOmegas <- function(mod){
    aovMod <- mod
    if(!any(class(aovMod) %in% 'aov')) aovMod <- aov(mod)
    sumAov     <- summary(aovMod)[[1]]
    residRow   <- nrow(sumAov)
    dfError    <- sumAov[residRow,1]
    msError    <- sumAov[residRow,3]
    nTotal     <- nrow(model.frame(aovMod))
    dfEffects  <- sumAov[1:{residRow-1},1]
    ssEffects  <- sumAov[1:{residRow-1},2]
    msEffects  <- sumAov[1:{residRow-1},3]
    partOmegas <- abs((dfEffects*(msEffects-msError)) /
                  (ssEffects + (nTotal -dfEffects)*msError))
    names(partOmegas) <- rownames(sumAov)[1:{residRow-1}]
    partOmegas
}

Es una función desordenada que se puede limpiar fácilmente. Calcula el parcial , y probablemente solo debería usarse en diseños factoriales entre sujetos.$\omega^2$

Sugeriría que el cuadrado generalizado se considere ( ref , ref ) una medida más apropiada del tamaño del efecto. Se incluye en la salida ANOVA en el paquete ez para R.

Encontré una función omega cuadrada en el perfil de alguien que pusieron a disposición en línea:

http://www.estudiosfonicos.cchs.csic.es/metodolo/1/.Rprofile

El paquete de Daniel "strengejacke" Lüdecke sjstatsno puede hacer omega cuadrado, parcial omega cuadrado, etc. para los modelos ANOVA. Echale un vistazo.

Aquí hay una viñeta que demuestra que:

https://cran.r-project.org/web/packages/sjstats/vignettes/anova-statistics.html

install.packages("sjstats")
library(sjstats)

mod1 <- aov(y~x, data= d.frame)

anova_stats(mod1)