Desviación estándar combinada para múltiples grupos

¿Qué es la desviación estándar combinada?

La desviación estándar combinada integra las estimaciones de varianza de dos o más grupos para obtener una única estimación ponderada. Es esencial para las pruebas t de dos muestras cuando se asume igualdad de varianzas.

El concepto es sencillo: si creemos que dos grupos provienen de poblaciones con la misma variabilidad subyacente, podemos combinar sus datos para obtener una mejor estimación de esa variabilidad compartida. Más datos significan una estimación más precisa.

Piénselo de esta manera: si tiene 20 observaciones del Grupo A y 30 del Grupo B, y ambos grupos tienen la misma varianza real, ahora dispone de 50 observaciones para estimar esa varianza en lugar de estimarla por separado con muestras más pequeñas.

Cuándo combinar

Solo combine las desviaciones estándar cuando tenga razones para creer que las varianzas poblacionales subyacentes son iguales. Utilice la prueba de Levene o la prueba F para verificar este supuesto antes de combinar.

La fórmula de la DE combinada

Para dos grupos, la desviación estándar combinada es:

DE combinada de dos grupos

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

Donde n₁ y n₂ son los tamaños de muestra, y s₁ y s₂ son las desviaciones estándar muestrales.

Para k grupos (como en ANOVA), la fórmula se generaliza:

DE combinada de múltiples grupos

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Observe que la fórmula utiliza términos (n-1) tanto en el numerador como en el denominador. Esta ponderación asegura que las muestras más grandes contribuyan más a la estimación combinada, lo cual es apropiado porque las muestras más grandes proporcionan estimaciones de varianza más fiables.

Supuestos subyacentes

La desviación estándar combinada asume homogeneidad de varianzas, es decir, que todos los grupos comparten la misma varianza poblacional. Este supuesto es especialmente relevante cuando:

Los tamaños de muestra son desiguales (especialmente problemático si el grupo más grande tiene menor varianza)
La razón entre la varianza mayor y la menor supera 2-3
Los tamaños de muestra son pequeños (las muestras grandes son más robustas ante violaciones)

Cuando las varianzas difieren

Si las varianzas son desiguales, utilice la prueba t de Welch en lugar de la prueba t combinada, o use estimaciones de varianza separadas. La prueba de Welch no asume varianzas iguales y frecuentemente se recomienda como el enfoque predeterminado.

Ejemplo resuelto

Escenario: Comparación de calificaciones entre dos clases:

Clase A: n₁ = 25, media = 78, s₁ = 12
Clase B: n₂ = 30, media = 82, s₂ = 14

Cálculo de la DE combinada:

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

La DE combinada de 13.13 se encuentra entre las DE individuales (12 y 14), ponderada hacia la muestra más grande. Este valor combinado se utilizaría luego en la fórmula de la prueba t o en el cálculo de la d de Cohen.

Aplicaciones estadísticas

Prueba t de muestras independientes: La DE combinada se utiliza para calcular el error estándar de la diferencia entre medias.
Tamaño del efecto d de Cohen: Los tamaños del efecto se estandarizan usando la DE combinada: d = (M₁ - M₂) / sp
ANOVA: El cuadrado medio del error (CME) en ANOVA es esencialmente una estimación de varianza combinada de todos los grupos.
Metaanálisis: Al combinar estudios, las estimaciones combinadas ayudan a estandarizar los efectos en diferentes contextos.

← Centro de Aprendizaje