Poolet standardafvigelse for flere grupper

Hvad er poolet standardafvigelse?

Poolet standardafvigelse kombinerer variansestimater fra to eller flere grupper til ét enkelt, vægtet estimat. Den er uundværlig i to-stikprøve t-tests, når man antager ens varianser.

Konceptet er ligetil: hvis vi mener, at to grupper stammer fra populationer med den samme underliggende variabilitet, kan vi kombinere deres data for at få et bedre estimat af denne fælles variabilitet. Flere data giver et mere præcist estimat.

Tænk over det på denne måde: hvis du har 20 observationer fra Gruppe A og 30 fra Gruppe B, og begge grupper har den samme sande varians, har du nu 50 observationer til at estimere den varians i stedet for at estimere den separat fra mindre stikprøver.

Hvornår skal man poole

Pool kun standardafvigelser, når du har grund til at tro, at de underliggende populationsvarianser er ens. Brug Levenes test eller F-testen til at kontrollere denne antagelse, før du pooler.

Formlen for poolet SA

For to grupper er den poolede standardafvigelse:

Two-Group Pooled SD

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

Hvor n₁ og n₂ er stikprøvestørrelser, og s₁ og s₂ er stikprøvestandardafvigelser.

For k grupper (som i ANOVA) generaliserer formlen til:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Bemærk, at formlen bruger (n-1)-led i både tæller og nævner. Denne vægtning sikrer, at større stikprøver bidrager mere til det poolede estimat, hvilket er hensigtsmæssigt, da større stikprøver giver mere pålidelige variansestimater.

Underliggende antagelser

Poolet standardafvigelse forudsætter varianshomogenitet – at alle grupper deler den samme populationsvarians. Denne antagelse er mest kritisk, når:

Stikprøvestørrelserne er ulige (særligt problematisk, hvis den større gruppe har mindre varians)
Forholdet mellem den største og mindste varians overstiger 2-3
Stikprøvestørrelserne er små (store stikprøver er mere robuste over for overtrædelser)

Når varianserne er forskellige

Hvis varianserne er ulige, brug Welchs t-test i stedet for den poolede t-test, eller brug separate variansestimater. Welchs test antager ikke ens varianser og anbefales ofte som standardtilgang.

Gennemregnet eksempel

Scenarie: Sammenligning af testresultater mellem to klasser:

Klasse A: n₁ = 25, gennemsnit = 78, s₁ = 12
Klasse B: n₂ = 30, gennemsnit = 82, s₂ = 14

Beregning af poolet SA:

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

Den poolede SA på 13,13 ligger mellem de individuelle SA-værdier (12 og 14), vægtet mod den større stikprøve. Denne poolede værdi ville derefter bruges i t-testformlen eller til beregning af Cohens d.

Statistiske anvendelser

Uafhængig to-stikprøve t-test: Den poolede SA bruges til at beregne standardfejlen for forskellen mellem gennemsnit.
Cohens d-effektstørrelse: Effektstørrelser standardiseres ved hjælp af den poolede SA: d = (M₁ - M₂) / sp
ANOVA: Middelkvadratsummen af fejl (MSE) i ANOVA er i det væsentlige et poolet variansestimat på tværs af alle grupper.
Metaanalyse: Ved sammenlægning af studier hjælper poolede estimater med at standardisere effekter på tværs af forskellige sammenhænge.

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.