Écart type combiné pour plusieurs groupes | Standard Deviation Calculator

Qu’est-ce que l’écart type combiné?

L’écart type combiné combine les estimations de variance de deux groupes ou plus pour obtenir une estimation unique et pondérée. Il est essentiel pour les tests t à deux échantillons quand on suppose des variances égales.

Le concept est simple : si nous croyons que deux groupes proviennent de populations ayant la même variabilité sous-jacente, nous pouvons combiner leurs données pour obtenir une meilleure estimation de cette variabilité commune. Plus de données signifie une estimation plus précise.

Pensez-y de cette façon : si vous avez 20 observations du groupe A et 30 du groupe B, et que les deux groupes ont la même vraie variance, vous avez maintenant 50 observations pour estimer cette variance au lieu de l’estimer séparément à partir d’échantillons plus petits.

Quand combiner

Ne combinez les écarts types que lorsque vous avez des raisons de croire que les variances de population sous-jacentes sont égales. Utilisez le test de Levene ou le test F pour vérifier cette hypothèse avant de combiner.

La formule de l’écart type combiné

Pour deux groupes, l’écart type combiné est :

Écart type combiné pour deux groupes

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

Où n₁ et n₂ sont les tailles d’échantillons, et s₁ et s₂ sont les écarts types d’échantillons.

Pour k groupes (comme dans l’ANOVA), la formule se généralise :

Écart type combiné multi-groupes

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Remarquez que la formule utilise des termes (n-1) au numérateur et au dénominateur. Cette pondération assure que les échantillons plus grands contribuent davantage à l’estimation combinée, ce qui est approprié parce que les échantillons plus grands fournissent des estimations de variance plus fiables.

Hypothèses sous-jacentes

L’écart type combiné suppose l’homogénéité des variances — que tous les groupes partagent la même variance de population. Cette hypothèse est particulièrement importante quand :

Les tailles d’échantillons sont inégales (particulièrement problématique si le groupe le plus grand a la plus petite variance)
Le rapport de la plus grande à la plus petite variance dépasse 2-3
Les tailles d’échantillons sont petites (les grands échantillons sont plus robustes aux violations)

Quand les variances diffèrent

Si les variances sont inégales, utilisez le test t de Welch au lieu du test t combiné, ou utilisez des estimations de variance séparées. Le test de Welch ne suppose pas des variances égales et est souvent recommandé comme approche par défaut.

Exemple résolu

Scénario : Comparer les résultats d’examen entre deux classes :

Classe A : n₁ = 25, moyenne = 78, s₁ = 12
Classe B : n₂ = 30, moyenne = 82, s₂ = 14

Calcul de l’écart type combiné :

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

L’écart type combiné de 13,13 se situe entre les écarts types individuels (12 et 14), pondéré vers l’échantillon plus grand. Cette valeur combinée serait ensuite utilisée dans la formule du test t ou le calcul du d de Cohen.

Applications statistiques

Test t pour échantillons indépendants : L’écart type combiné est utilisé pour calculer l’erreur type de la différence entre les moyennes.
d de Cohen comme taille de l’effet : Les tailles d’effet sont standardisées à l’aide de l’écart type combiné : d = (M₁ - M₂) / sp
ANOVA : Le carré moyen de l’erreur (CME) dans l’ANOVA est essentiellement une estimation de variance combinée pour tous les groupes.
Méta-analyse : Lors de la combinaison d’études, les estimations combinées aident à standardiser les effets à travers différents contextes.

← Centre d'Apprentissage