Σ
SDCalc
HaladóHaladó·14 min

Összesített szórás több csoportra

Tanuld meg kiszámítani az összesített szórást több csoport adatainak kombinálásához t-próbákban és varianciaanalízisben.

Mi az összesített szórás?

Az összesített szórás két vagy több csoport varianciabecsléseit kombinálja egyetlen, súlyozott becsléssé. Nélkülözhetetlen a kétmintás t-próbához, amikor egyenlő varianciákat feltételezünk.

Az alapgondolat egyszerű: ha úgy véljük, hogy két csoport azonos mögöttes változékonyságú populációból származik, az adataikat összevonva jobb becslést kaphatunk erről a közös változékonyságról. Több adat pontosabb becslést jelent.

Gondolj erre így: ha 20 megfigyelésed van az A csoportból és 30 a B csoportból, és mindkét csoportnak azonos a valódi varianciája, most 50 megfigyelésed van ennek a varianciának a becslésére ahelyett, hogy kisebb mintákból külön-külön becsülnéd.

Mikor összesítsünk?

Csak akkor összesíts szórásokat, ha okod van feltételezni, hogy az alapul szolgáló populációs varianciák egyenlők. Használd a Levene-tesztet vagy az F-próbát ennek a feltételezésnek az ellenőrzésére az összesítés előtt.

Az összesített szórás képlete

Két csoportra az összesített szórás:

Two-Group Pooled SD

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

Ahol n₁ és n₂ a mintaméretek, s₁ és s₂ pedig a mintaszórások.

k csoport esetén (mint az ANOVA-ban) a képlet általánosítható:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Figyeld meg, hogy a képlet (n-1) tagokat használ mind a számlálóban, mind a nevezőben. Ez a súlyozás biztosítja, hogy a nagyobb minták jobban hozzájáruljanak az összesített becsléshez, ami helyénvaló, mert a nagyobb minták megbízhatóbb varianciabecsléseket adnak.

Mögöttes feltételezések

Az összesített szórás feltételezi a varianciahomogenitást – azt, hogy minden csoport azonos populációs varianciával rendelkezik. Ez a feltételezés a következő esetekben a legkritikusabb:

  • Egyenlőtlen mintaméretek (különösen problémás, ha a nagyobb csoportnak kisebb a varianciája)
  • A legnagyobb és legkisebb variancia aránya meghaladja a 2-3-at
  • Kis mintaméretek (a nagy minták robusztusabbak a sérülésekkel szemben)

Ha a varianciák eltérnek

Ha a varianciák egyenlőtlenek, használd a Welch-féle t-próbát az összesített t-próba helyett, vagy használj különálló varianciabecséseket. A Welch-próba nem feltételez egyenlő varianciákat, és gyakran ajánlják alapértelmezett megközelítésként.

Kidolgozott példa

Feladat: Két osztály teszteredményeinek összehasonlítása:

  • A osztály: n₁ = 25, átlag = 78, s₁ = 12
  • B osztály: n₂ = 30, átlag = 82, s₂ = 14

Az összesített szórás kiszámítása:

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

A 13,13-as összesített szórás az egyéni szórások (12 és 14) közé esik, a nagyobb minta felé súlyozva. Ezt az összesített értéket használjuk ezután a t-próba képletében vagy a Cohen-féle d kiszámításában.

Statisztikai alkalmazások

  • Független mintás t-próba: Az összesített szórás szolgál az átlagkülönbség sztenderd hibájának kiszámítására.
  • Cohen-féle d hatásméret: A hatásméretet az összesített szórással standardizáljuk: d = (M₁ - M₂) / sp
  • ANOVA: Az ANOVA átlagos négyzetes hibája (MSE) lényegében egy összesített variancia-becslés az összes csoporton keresztül.
  • Metaanalízis: Vizsgálatok kombinálásánál az összesített becslések segítenek a hatások különböző kontextusok közötti standardizálásában.
← Tanulóközpont