סטיית תקן משותפת למספר קבוצות

מהי סטיית תקן משותפת?

סטיית תקן משותפת משלבת אומדני שונות משתי קבוצות או יותר לקבלת אומדן יחיד משוקלל. היא חיונית למבחני t לשני מדגמים כאשר מניחים שונויות שוות.

הרעיון פשוט: אם אנו מאמינים ששתי קבוצות מגיעות מאוכלוסיות עם שונות בסיסית זהה, נוכל לשלב את נתוניהן כדי לקבל אומדן טוב יותר של שונות משותפת זו. יותר נתונים פירושם אומדן מדויק יותר.

חשבו על זה כך: אם יש לכם 20 תצפיות מקבוצה A ו-30 מקבוצה B, ולשתי הקבוצות אותה שונות אמיתית, כעת יש לכם 50 תצפיות לאמוד את השונות במקום לאמוד אותה בנפרד ממדגמים קטנים יותר.

מתי לאחד

אחדו סטיות תקן רק כאשר יש לכם סיבה להאמין ששונויות האוכלוסייה הבסיסיות שוות. השתמשו במבחן לווין או במבחן F כדי לבדוק הנחה זו לפני האיחוד.

נוסחת סט“ת משותפת

לשתי קבוצות, סטיית התקן המשותפת היא:

Two-Group Pooled SD

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

כאשר n₁ ו-n₂ הם גדלי המדגמים, ו-s₁ ו-s₂ הן סטיות התקן של המדגמים.

ל-k קבוצות (כמו ב-ANOVA), הנוסחה מוכללת:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

שימו לב שהנוסחה משתמשת באיברי (n-1) הן במונה והן במכנה. משקל זה מבטיח שמדגמים גדולים יותר תורמים יותר לאומדן המשותף, מה שמתאים כי מדגמים גדולים מספקים אומדני שונות אמינים יותר.

הנחות בסיסיות

סטיית תקן משותפת מניחה הומוגניות שונויות — שלכל הקבוצות אותה שונות אוכלוסייתית. הנחה זו חשובה במיוחד כאשר:

גדלי המדגמים אינם שווים (בעייתי במיוחד אם לקבוצה הגדולה שונות קטנה יותר)
היחס בין השונות הגדולה לקטנה ביותר עולה על 2-3
גדלי המדגמים קטנים (מדגמים גדולים עמידים יותר להפרות)

כשהשונויות שונות

אם השונויות אינן שוות, השתמשו במבחן t של וולש במקום מבחן t משותף, או השתמשו באומדני שונות נפרדים. מבחן וולש אינו מניח שוויון שונויות ולעתים קרובות מומלץ כגישת ברירת המחדל.

דוגמה מפורטת

תרחיש: השוואת ציוני מבחן בין שתי כיתות:

כיתה A: n₁ = 25, ממוצע = 78, s₁ = 12
כיתה B: n₂ = 30, ממוצע = 82, s₂ = 14

חישוב סט“ת משותפת:

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

סט“ת המשותפת של 13.13 נופלת בין סטיות התקן הפרטניות (12 ו-14), עם נטייה לכיוון המדגם הגדול יותר. ערך משותף זה ישמש לאחר מכן בנוסחת מבחן t או בחישוב d של כהן.

יישומים סטטיסטיים

מבחן t למדגמים בלתי תלויים: סט“ת המשותפת משמשת לחישוב שגיאת התקן של ההפרש בין ממוצעים.
גודל אפקט d של כהן: גדלי אפקט מנורמלים באמצעות סט“ת משותפת: d = (M₁ - M₂) / sp
ANOVA: ריבוע הממוצע של השגיאה (MSE) ב-ANOVA הוא למעשה אומדן שונות משותפת על פני כל הקבוצות.
מטה-אנליזה: בשילוב מחקרים, אומדנים משותפים מסייעים לנרמל אפקטים בהקשרים שונים.

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.