Effect size (效應值) 是比較兩個變數對dependent variable的影響。在OLS regression裡，我們都是看1個unit change會影響多少的dependent variable。但問題來了，如果兩個變數之間，range差異很大，要怎麼比較呢？
拿性伴侶的例子來說好了，在model 4裡，增加一歲會導致增加-.0185個性伴侶，但增加1塊錢的薪水，增加-.0000145人。這時候我們能說年紀比薪水的影響更大嗎？當然不行！
這時候就可以考慮用effect size了。Effect size簡單地說，就是Standardized regression coefficient，也就是如果你將每個變數都standardized之後，再跑OLS regression，得到的就會是effect size。其它同義詞如下：
Standardized regression coefficient = path coefficient = beta weight = effect size
在Stata裡，如果想要看effect size，在regress的指令後面加上, beta就可以了。
Dear 版主：
補充一下，如果真的想針對兩個自變項（IV）對依變項的預測力誰比較大，
事實上是可以透過contrast檢定的喔！
只有看Beta也只是敘述性的觀察，嚴謹起見可作推論性的contrast檢定。
想問版主，第一段是否誤植成OSL regression? 應該是OLS regression?
@研究菜鳥,
感謝指正。已更新。
這時候我們能說年紀比薪水的影響更大嗎？當然不行！
請問為什麼不行呢？
兩者增加1的難度不一，不能直接比較，要標準化之後才能比較