Калькулятор объединённого стандартного отклонения

Калькулятор объединённого стандартного отклонения

Развивающийся AI Skill PRO

Введите расчет

Математическая формула

Sp=(n1−1)s12+(n2−1)s22n1+n2−2S_p = \sqrt{\dfrac{({{\text{n}_1}} - 1)\,{{\text{s}_1}}^{2} + ({{\text{n}_2}} - 1)\,{{\text{s}_2}}^{2}}{{{\text{n}_1}} + {{\text{n}_2}} - 2}}
Статистика использования

Реклама

Результаты

Объединённое стандартное отклонение
5,5723
Sp
Объединённая дисперсия (Sp²) 31,05
Число степеней свободы (n₁ + n₂ − 2) 20

Сообщить об ошибке на этой странице

Что такое объединённое стандартное отклонение?

Объединённое стандартное отклонение (Sp) — это взвешенное среднее двух выборочных стандартных отклонений, сведённое в единую оценку общего стандартного отклонения генеральной совокупности. Его применяют, когда предполагается, что две независимые выборки взяты из совокупностей с одинаковой дисперсией. Объединённая оценка лежит в основе двухвыборочного t-критерия Стьюдента, размера эффекта d Коэна и доверительных интервалов для разности двух средних.

Два выборочных распределения разного размера, объединённые в один общий разброс
Объединённое стандартное отклонение сводит разброс двух выборок в одну взвешенную оценку.

Как пользоваться калькулятором

Введите объём каждой выборки (\(n_1\) и \(n_2\)) и стандартное отклонение каждой выборки (\(s_1\) и \(s_2\)). Калькулятор вернёт объединённое стандартное отклонение, объединённую дисперсию (\(S_p^2\)) и число степеней свободы (\(n_1 + n_2 - 2\)). В каждой выборке должно быть не менее двух наблюдений, чтобы число степеней свободы оставалось положительным.

Разбор формулы

Объединённая дисперсия взвешивает дисперсию каждой выборки по её числу степеней свободы (\(n - 1\)):

$$S_p^2 = \frac{(n_1 - 1)\,s_1^{2} + (n_2 - 1)\,s_2^{2}}{n_1 + n_2 - 2}$$

Извлечение квадратного корня даёт объединённое стандартное отклонение \(S_p\). Чем больше выборка, тем сильнее её вклад в итоговую оценку — именно поэтому дисперсии взвешиваются, а не просто усредняются.

Реклама
Разбор формулы со взвешенными дисперсиями над объединёнными степенями свободы
Перед объединением каждая выборочная дисперсия взвешивается по числу степеней свободы.

Пример расчёта

Допустим, у первой выборки \(n_1 = 10\) и \(s_1 = 5\), а у второй — \(n_2 = 12\) и \(s_2 = 6\). Тогда \((10-1)\cdot 25 = 225\) и \((12-1)\cdot 36 = 396\), в сумме 621. Число степеней свободы равно \(10 + 12 - 2 = 20\), поэтому $$S_p^2 = \frac{621}{20} = 31{,}05, \quad S_p = \sqrt{31{,}05} \approx 5{,}5722$$

Частые вопросы

Когда стоит объединять стандартные отклонения? Объединяйте их, когда предполагается, что дисперсии в двух совокупностях равны. Если дисперсии сильно различаются, используйте t-критерий Уэлча.

Почему \(n - 1\), а не \(n\)? Деление на \(n - 1\) (поправка Бесселя) даёт несмещённую оценку дисперсии по выборке.

Важен ли порядок выборок? Нет. Если поменять выборки местами, объединённое стандартное отклонение останется тем же.

Реклама

Как меняется объединённое стандартное отклонение в разных сценариях

Объединённая дисперсия представляет собой взвешенное среднее двух выборочных дисперсий, где весами служат степени свободы каждой выборки: \(S_p^2 = \dfrac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}\). В таблице эта формула применяется к четырём сценариям.

Сценарий n₁ s₁ n₂ s₂ Объединённая дисперсия Sp df
A. Равные n, разные СКО 20 4 20 8 (19·16 + 19·64)/38 = 40 6.3246 38
B. Неравные n, доминирует большая выборка 10 5 40 10 (9·25 + 39·100)/48 = 85.9375 9.2702 48
C. Одинаковые СКО 12 6 30 6 (11·36 + 29·36)/40 = 36 6 40
D. Малая выборка с большим СКО 8 12 50 4 (7·144 + 49·16)/56 = 32 5.6569 56
  • Сценарий A: при равных размерах выборок Sp является среднеквадратичным двух СКО: \(\sqrt{(4^2+8^2)/2} = \sqrt{40} \approx 6.3246\). Это больше простого среднего, равного 6.
  • Сценарий B: во второй выборке в четыре раза больше наблюдений, поэтому Sp (9.27) оказывается гораздо ближе к s₂ = 10, чем к s₁ = 5.
  • Сценарий C: когда s₁ = s₂, веса не важны, и Sp равно этому общему СКО независимо от размеров выборок.
  • Сценарий D: выборка из 50 наблюдений имеет меньшее СКО, поэтому Sp (5.66) смещено к 4, хотя малая выборка имеет гораздо большее СКО, равное 12.

Соглашения и граничные случаи

Каждый случай ниже был прогнан через этот калькулятор; в столбце результата — то, что он действительно возвращает.

СлучайВводРезультат
Группы из 10 и 12 (СО 5 и 6)10, 5, 12, 65,5723
По одному значению в группе1, 5, 1, 6Для объединённого стандартного отклонения нужно не менее 2 значений в каждой группе.

Проверено 2026-11-08

Интерпретация объединённого стандартного отклонения

  • Всегда находится между s₁ и s₂: поскольку Sp² является взвешенным средним s₁² и s₂² с положительными весами, \(\min(s_1, s_2) \le S_p \le \max(s_1, s_2)\). Равенство обеим величинам достигается только при s₁ = s₂.
  • Оценка общего СКО: при допущении, что обе генеральные совокупности имеют одинаковую дисперсию σ², Sp² является объединённой оценкой σ². Она использует информацию из обеих выборок, поэтому она стабильнее, чем любое из s по отдельности.
  • Стандартная ошибка разности средних: $$SE = S_p\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}$$ В сценарии A \(SE = \sqrt{40}\cdot\sqrt{0.1} = \sqrt{4} = 2\).
  • d Коэна: $$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$$ В сценарии A разность средних, равная 5, даёт \(d = 5/6.3246 \approx 0.79\).
  • Степени свободы: \(df = n_1 + n_2 - 2\) — это число степеней свободы t-распределения в объединённом (стьюдентовском) двухвыборочном t-тесте. В сценарии A df = 38, в сценарии B df = 48.
  • Проверка допущения о равенстве дисперсий: распространённое эмпирическое правило гласит: если большее СКО более чем примерно в 2 раза больше меньшего (отношение дисперсий выше примерно 4), объединение выборок вызывает сомнения. Особенно это актуально, когда размеры выборок различаются. В таком случае обычно используют t-тест Уэлча, который не объединяет дисперсии. В сценарии A отношение СКО ровно 2, а в сценарии D — 3.
Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика