Deviația standard combinată pentru grupuri multiple

Ce este deviația standard combinată?

Deviația standard combinată (pooled standard deviation) agregă estimările de varianță din două sau mai multe grupuri pentru a obține o singură estimare ponderată. Este esențială pentru testul t cu două eșantioane atunci când se presupune egalitatea varianțelor.

Conceptul este simplu: dacă presupunem că două grupuri provin din populații cu aceeași variabilitate subiacentă, putem combina datele lor pentru o estimare mai bună a acestei variabilități comune. Mai multe date înseamnă o estimare mai precisă.

Gândește-te astfel: dacă ai 20 de observații din Grupul A și 30 din Grupul B, iar ambele grupuri au aceeași varianță reală, acum ai 50 de observații pentru a estima acea varianță, în loc să o estimezi separat din eșantioane mai mici.

Când să combini

Combină deviaețiile standard doar atunci când ai motive să crezi că varianțele populaționale subiacente sunt egale. Folosește testul Levene sau testul F pentru a verifica această ipoteză înainte de combinare.

Formula DS combinate

Pentru două grupuri, deviația standard combinată este:

Two-Group Pooled SD

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

Unde n₁ și n₂ sunt dimensiunile eșantioanelor, iar s₁ și s₂ sunt deviaţiile standard ale eșantioanelor.

Pentru k grupuri (ca în ANOVA), formula se generalizează:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Observă că formula folosește termenii (n-1) atât la numărător, cât și la numitor. Această ponderare asigură că eșantioanele mai mari contribuie mai mult la estimarea combinată, ceea ce este adecvat deoarece eșantioanele mai mari oferă estimări mai fiabile ale varianței.

Ipoteze subiacente

Deviația standard combinată presupune omogenitatea varianțelor — adică toate grupurile au aceeași varianță populațională. Această ipoteză contează cel mai mult când:

Dimensiunile eșantioanelor sunt inegale (problematic mai ales dacă grupul mai mare are varianța mai mică)
Raportul dintre cea mai mare și cea mai mică varianță depășește 2-3
Dimensiunile eșantioanelor sunt mici (eșantioanele mari sunt mai robuste la încălcarea ipotezei)

Când varianțele diferă

Dacă varianțele sunt inegale, folosește testul t Welch în locul testului t combinat, sau folosește estimări separate ale varianței. Testul Welch nu presupune varianțe egale și este adesea recomandat ca abordare implicită.

Exemplu practic

Scenariu: Compararea notelor la test între două clase:

Clasa A: n₁ = 25, medie = 78, s₁ = 12
Clasa B: n₂ = 30, medie = 82, s₂ = 14

Calculul DS combinate:

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

DS combinată de 13,13 se situează între deviaţiile standard individuale (12 și 14), ponderată spre eșantionul mai mare. Această valoare combinată ar fi apoi folosită în formula testului t sau în calculul Cohen’s d.

Aplicații statistice

Testul t pentru eșantioane independente: DS combinată este utilizată pentru calculul erorii standard a diferenței dintre medii.
Mărimea efectului Cohen’s d: Mărimile efectului sunt standardizate folosind DS combinată: d = (M₁ - M₂) / sp
ANOVA: Eroarea medie pătratică (MSE) din ANOVA este în esență o estimare a varianței combinate din toate grupurile.
Meta-analiză: La combinarea studiilor, estimările combinate ajută la standardizarea efectelor în contexte diferite.

← Centru de învățare