Poolad standardavvikelse för flera grupper

Vad är poolad standardavvikelse?

Poolad standardavvikelse kombinerar variansskattningar från två eller flera grupper för att erhålla en enda, viktad skattning. Det är avgörande för tvåstickprovs-t-test när man antar lika varianser.

Konceptet är rättframt: om vi tror att två grupper kommer från populationer med samma underliggande variabilitet, kan vi kombinera deras data för att få en bättre skattning av den gemensamma variabiliteten. Mer data innebär en mer precis skattning.

Tänk på det så här: om du har 20 observationer från grupp A och 30 från grupp B, och båda grupperna har samma sanna varians, har du nu 50 observationer för att skatta den variansen istället för att skatta den separat från mindre stickprov.

När ska man poola

Poola standardavvikelser bara när du har anledning att tro att de underliggande populationsvarianserna är lika. Använd Levenes test eller F-test för att kontrollera detta antagande innan du poolar.

Formeln för poolad SA

För två grupper beräknas den poolade standardavvikelsen som:

Two-Group Pooled SD

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

Där n₁ och n₂ är stickprovsstorlekar, och s₁ och s₂ är stickprovens standardavvikelser.

För k grupper (som i ANOVA) generaliseras formeln:

Multi-Group Pooled SD

sp = √[Σ(nᵢ-1)sᵢ² / Σ(nᵢ-1)]

Observera att formeln använder (n-1)-termer i både täljare och nämnare. Denna viktning säkerställer att större stickprov bidrar mer till den poolade skattningen, vilket är lämpligt eftersom större stickprov ger mer tillförlitliga variansskattningar.

Underliggande antaganden

Poolad standardavvikelse förutsätter varianshomogenitet – att alla grupper delar samma populationsvarians. Detta antagande spelar störst roll när:

Stickprovsstorlekarna är ojämna (särskilt problematiskt om den större gruppen har mindre varians)
Kvoten mellan den största och minsta variansen överstiger 2–3
Stickprovsstorlekarna är små (stora stickprov är mer robusta mot överträdelser)

När varianserna skiljer sig

Om varianserna är ojämna, använd Welchs t-test istället för det poolade t-testet, eller använd separata variansskattningar. Welchs test antar inte lika varianser och rekommenderas ofta som standardmetod.

Genomarbetat exempel

Scenario: Jämförelse av provresultat mellan två klasser:

Klass A: n₁ = 25, medelvärde = 78, s₁ = 12
Klass B: n₂ = 30, medelvärde = 82, s₂ = 14

Beräkning av poolad SA:

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

Den poolade SA:en på 13,13 hamnar mellan de individuella SA-värdena (12 och 14), viktad mot det större stickprovet. Detta poolade värde skulle sedan användas i t-testformeln eller beräkningen av Cohens d.

Statistiska tillämpningar

Oberoende t-test: Den poolade SA:en används för att beräkna standardfelet för skillnaden mellan medelvärden.
Cohens d effektstorlek: Effektstorlekar standardiseras med den poolade SA:en: d = (M₁ - M₂) / sp
ANOVA: Mean Square Error (MSE) i ANOVA är i grunden en poolad variansskattning över alla grupper.
Metaanalys: Vid kombination av studier hjälper poolade skattningar till att standardisera effekter över olika kontexter.

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.