Gepoolte-Standardabweichung-Rechner

Was ist die gepoolte Standardabweichung?

Die gepoolte Standardabweichung kombiniert die Variabilität aus zwei Stichproben zu einer einzigen Schätzung der gemeinsamen Populations-Standardabweichung. Sie wird verwendet, wenn wir annehmen, dass beide Populationen die gleiche Varianz, aber unterschiedliche Mittelwerte haben.

Die Formel:

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

Dies ist ein gewichteter Durchschnitt der beiden Stichprobenvarianzen, wobei größere Stichproben mehr zur Schätzung beitragen.

Wann wird die gepoolte Standardabweichung verwendet?

Die gepoolte Standardabweichung wird benötigt für:

1. Zwei-Stichproben-t-Tests (Methode mit gepoolter Varianz)
2. Konfidenzintervalle für die Differenz der Mittelwerte
3. Berechnung der Cohen's-d-Effektgröße
4. Varianzanalyse (ANOVA)

Die zentrale Annahme: Beide Populationen haben gleiche Varianz (Homoskedastizität).

Die Logik hinter dem Pooling

Wenn zwei Populationen die gleiche Variabilität haben (σ₁ = σ₂ = σ), warum sollte man σ zweimal schätzen? Das Pooling kombiniert Informationen aus beiden Stichproben für eine präzisere Schätzung.

Man kann es sich als Mittelung zweier Schätzungen vorstellen, wobei das Gewicht jeder Schätzung von ihrer Stichprobengröße minus eins (den Freiheitsgraden) abhängt.

Beispiel:

Gruppe 1: n₁ = 30, s₁ = 10 Gruppe 2: n₂ = 20, s₂ = 12

Sp² = [(29)(100) + (19)(144)] / (30 + 20 - 2) Sp² = [2900 + 2736] / 48 Sp² = 117,4 Sp = 10,83

Die gepoolte Standardabweichung (10,83) liegt zwischen den beiden Stichproben-Standardabweichungen (10 und 12), näher am Wert der größeren Stichprobe.

Annahme der Varianzgleichheit

Das Pooling erfordert die Annahme σ₁ = σ₂. Wann ist dies sinnvoll?

Generell unbedenklich:

• Stichproben-Standardabweichungen im Verhältnis 2:1 (z.B. s₁ = 10, s₂ = 15)
• Ähnliche Stichprobengrößen
• Theoretischer Grund, gleiche Varianz zu erwarten

Fragwürdig:

• Verhältnis der Standardabweichungen übersteigt 2:1
• Sehr unterschiedliche Stichprobengrößen UND unterschiedliche Standardabweichungen
• Grundlegend verschiedene Populationen

Wenn die Varianzgleichheit zweifelhaft ist, verwenden Sie stattdessen den Welch-t-Test, der kein Pooling erfordert.

Anwendungen

Zwei-Stichproben-t-Test

Die gepoolte t-Test-Statistik:

$t = \frac{\bar{x}_1 - \bar{x}_2}{S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$

Der Nenner ist der Standardfehler der Differenz der Mittelwerte, berechnet mit der gepoolten Standardabweichung.

Cohen's-d-Effektgröße

Cohen's d standardisiert die Mittelwertdifferenz:

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

Dies ermöglicht Vergleiche zwischen Studien mit unterschiedlichen Skalen.

Konfidenzintervalle

Das Konfidenzintervall für die Differenz der Mittelwerte verwendet:

$CI = (\bar{x}_1 - \bar{x}_2) \pm t^* \times S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}$

Poweranalyse

Die Stichprobengrößenplanung für Mittelwertvergleiche verwendet oft die gepoolte Standardabweichung aus Pilotdaten oder ähnlichen Studien.

Die Formel erklärt

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

Zähler: Summe der quadrierten Abweichungen aus jeder Gruppe

• (n₁-1)s₁² = Summe der quadrierten Abweichungen in Gruppe 1
• (n₂-1)s₂² = Summe der quadrierten Abweichungen in Gruppe 2
• Die Addition kombiniert alle quadrierten Abweichungen

Nenner: Gesamte Freiheitsgrade

• Jede Stichprobe verliert 1 Freiheitsgrad für die Schätzung ihres Mittelwerts
• Gesamt: (n₁-1) + (n₂-1) = n₁ + n₂ - 2

Ergebnis: Durchschnittliche quadrierte Abweichung (Varianz), dann Quadratwurzel für die Standardabweichung

Spezialfälle

Gleiche Stichprobengrößen

Wenn $n_1 = n_2 = n$:

$S_p = \sqrt{\frac{s_1^2 + s_2^2}{2}}$

Einfacher Durchschnitt der Varianzen (dann Quadratwurzel).

Eine Stichprobe viel größer

Wenn n₁ >> n₂:

Sp ≈ s₁

Die größere Stichprobe dominiert die Schätzung.

Identische Stichproben-Standardabweichungen

Wenn s₁ = s₂ = s:

Sp = s

Das Pooling ändert die Schätzung nicht.

Historischer Kontext

Der Ansatz der gepoolten Varianz wurde als Teil des Zwei-Stichproben-t-Test-Rahmens im frühen 20. Jahrhundert entwickelt.

Ronald Fisher formalisierte die Varianzanalyse (ANOVA), die die gepoolte Varianz auf mehrere Gruppen verallgemeinert. Seine Arbeit etablierte die Annahme der Varianzgleichheit und Methoden zu deren Prüfung.

George Snedecor und William Cochran machten die Methoden in ihrem einflussreichen Lehrbuch "Statistical Methods" (1937) populär, das Generationen von Forschern ausbildete.

B.L. Welch (1947) entwickelte den alternativen Ansatz für ungleiche Varianzen und erkannte, dass die gepoolte Methode irreführend sein kann, wenn die Annahme verletzt wird.

Prüfung der Annahme der Varianzgleichheit

Levene-Test: Prüft, ob Varianzen signifikant unterschiedlich sind. Empfindlich gegenüber Nicht-Normalität.

F-Test auf Varianzgleichheit: Verhältnis der größeren zur kleineren Varianz. Setzt Normalverteilung voraus.

Faustregel: Wenn das Verhältnis der größeren zur kleineren Standardabweichung kleiner als 2 ist, ist das Pooling in der Regel akzeptabel.

Moderne Empfehlung: Viele Statistiker empfehlen, immer die Welch-Methode zu verwenden (die keine gleichen Varianzen voraussetzt), da sie bei gleichen Varianzen fast genauso gut funktioniert wie die gepoolte Methode und bei ungleichen Varianzen deutlich besser.

Erweiterung auf mehrere Gruppen

Für k Gruppen (ANOVA-Kontext):

$S_p^2 = \frac{\sum_{i=1}^{k}(n_i-1)s_i^2}{\sum_{i=1}^{k}(n_i-1)}$

Dies erweitert die gepoolte Varianz auf die Kombination mehrerer Stichproben und wird im Nenner der F-Statistik verwendet.

Verwandte Berechnungen

• Standardabweichungsrechner — Standardabweichung einzelner Stichproben
• Varianzrechner — Quadrat der Standardabweichung
• Cohen's-d-Rechner — Verwendet die gepoolte Standardabweichung
• Konfidenzintervall für Differenz der Mittelwerte — Verwendet die gepoolte Standardabweichung
• Standardfehler-Rechner — Verwandtes Konzept

Zusammenfassung

Die gepoolte Standardabweichung kombiniert zwei Stichproben-Standardabweichungen zu einer einzigen Schätzung der gemeinsamen Populationsvariabilität. Sie ist ein gewichteter Durchschnitt, bei dem der Beitrag jeder Stichprobe von ihrer Größe abhängt. Erforderlich für den gepoolten Zwei-Stichproben-t-Test, Cohen's d und verwandte Analysen, setzt die gepoolte Standardabweichung gleiche Populationsvarianzen voraus. Wenn diese Annahme fragwürdig ist, bietet der Welch-t-Test eine robuste Alternative, die kein Pooling erfordert. Die gepoolte Standardabweichung ist nur dann größer als beide Stichproben-Standardabweichungen, wenn diese gleich sind; andernfalls liegt sie zwischen ihnen, näher am Wert der größeren Stichprobe.