Sloučená směrodatná odchylka pro více skupin

Co je sloučená směrodatná odchylka?

Sloučená směrodatná odchylka kombinuje odhady rozptylu ze dvou nebo více skupin do jediného váženého odhadu. Je nezbytná pro dvouvýběrové t-testy za předpokladu rovnosti rozptylů.

Koncept je přímočarý: pokud věříme, že dvě skupiny pocházejí z populací se stejnou variabilitou, můžeme jejich data zkombinovat a získat lepší odhad této sdílené variability. Více dat znamená přesnější odhad.

Představte si to takto: pokud máte 20 pozorování ze skupiny A a 30 ze skupiny B a obě skupiny mají stejný skutečný rozptyl, máte nyní k dispozici 50 pozorování pro odhad tohoto rozptylu místo samostatných odhadů z menších výběrů.

Kdy slučovat

Slučujte směrodatné odchylky pouze tehdy, když máte důvod věřit, že populační rozptyly jsou stejné. K ověření tohoto předpokladu použijte Leveneův test nebo F-test.

Vzorec sloučené SO

Pro dvě skupiny je sloučená směrodatná odchylka:

Two-Group Pooled SD

sp = √[((n₁-1)s₁² + (n₂-1)s₂²) / (n₁+n₂-2)]

Kde n₁ a n₂ jsou velikosti výběrů a s₁ a s₂ jsou výběrové směrodatné odchylky.

Pro k skupin (jako v ANOVA) se vzorec zobecňuje:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Všimněte si, že vzorec používá členy (n-1) v čitateli i jmenovateli. Toto vážení zajišťuje, že větší výběry přispívají více ke sloučenému odhadu, což je vhodné, protože větší výběry poskytují spolehlivější odhady rozptylu.

Základní předpoklady

Sloučená směrodatná odchylka předpokládá homogenitu rozptylů — že všechny skupiny sdílejí stejný populační rozptyl. Tento předpoklad je nejdůležitější, když:

Velikosti výběrů jsou nerovné (obzvláště problematické, pokud větší skupina má menší rozptyl)
Poměr největšího k nejmenšímu rozptylu přesahuje 2–3
Velikosti výběrů jsou malé (velké výběry jsou odolnější vůči porušení)

Když se rozptyly liší

Pokud jsou rozptyly nestejné, použijte Welchův t-test místo sloučeného t-testu, nebo použijte samostatné odhady rozptylů. Welchův test nepředpokládá rovnost rozptylů a je často doporučován jako výchozí přístup.

Řešený příklad

Situace: Porovnání výsledků testů dvou tříd:

Třída A: n₁ = 25, průměr = 78, s₁ = 12
Třída B: n₂ = 30, průměr = 82, s₂ = 14

Výpočet sloučené SO:

sp = √[((25-1)(12)² + (30-1)(14)²) / (25+30-2)] sp = √[(24×144 + 29×196) / 53] sp = √[(3456 + 5684) / 53] sp = √[9140 / 53] = √172,45 = 13,13

Sloučená SO 13,13 leží mezi jednotlivými SO (12 a 14) s váhou směrem k většímu výběru. Tato sloučená hodnota se pak použije ve vzorci t-testu nebo při výpočtu Cohenova d.

Statistické aplikace

Dvouvýběrový t-test: Sloučená SO se používá k výpočtu standardní chyby rozdílu průměrů.
Cohenovo d: Velikost účinku je standardizována sloučenou SO: d = (M₁ - M₂) / sp
ANOVA: Průměrný čtverec chyby (MSE) v ANOVA je v podstatě sloučený odhad rozptylu napříč všemi skupinami.
Metaanalýza: Při kombinování studií pomáhají sloučené odhady standardizovat účinky napříč různými kontexty.

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.