Calculateur d'écart-type combiné

Qu'est-ce que l'écart-type poolé ?

L'écart-type poolé combine la variabilité de deux échantillons en une seule estimation de l'écart-type commun de la population. Il est utilisé lorsque nous supposons que les deux populations ont la même variance mais des moyennes différentes.

La formule :

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

C'est une moyenne pondérée des deux variances d'échantillon, les échantillons plus grands contribuant davantage à l'estimation.

Quand utiliser l'ET poolé

L'écart-type poolé est requis pour :

1. Tests t à deux échantillons (méthode de variance poolée)
2. Intervalles de confiance pour la différence de moyennes
3. Calcul de la taille d'effet d de Cohen
4. Analyse de variance (ANOVA)

L'hypothèse clé : les deux populations ont une variance égale (homoscédasticité).

La logique derrière le pooling

Si deux populations ont la même variabilité (σ₁ = σ₂ = σ), pourquoi estimer σ deux fois ? Le pooling combine les informations des deux échantillons pour une estimation plus précise.

Pensez-y comme faire la moyenne de deux estimations, où le poids de chaque estimation dépend de sa taille d'échantillon moins un (les degrés de liberté).

Exemple :

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

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

L'ET poolé (10,83) est entre les deux ET d'échantillon (10 et 12), plus proche de la valeur du plus grand échantillon.

Hypothèse d'égalité des variances

Le pooling nécessite de supposer σ₁ = σ₂. Quand est-ce raisonnable ?

Généralement sûr :

• Rapport des ET d'échantillon dans un ratio 2:1 (par ex., s₁ = 10, s₂ = 15)
• Tailles d'échantillon similaires
• Raison théorique de s'attendre à une variance égale

Discutable :

• Le rapport des ET dépasse 2:1
• Tailles d'échantillon très différentes ET ET différents
• Populations intrinsèquement différentes

Lorsque l'égalité des variances est douteuse, utilisez plutôt le test t de Welch, qui ne nécessite pas de pooling.

Applications

Test t à deux échantillons

La statistique du test t poolé :

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

Le dénominateur est l'erreur standard de la différence des moyennes, calculée en utilisant l'ET poolé.

Taille d'effet d de Cohen

Le d de Cohen standardise la différence des moyennes :

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

Cela permet la comparaison entre études avec différentes échelles.

Intervalles de confiance

L'IC pour la différence de moyennes utilise :

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

Analyse de puissance

La planification de la taille d'échantillon pour comparer des moyennes utilise souvent l'ET poolé à partir de données pilotes ou d'études similaires.

Explication de la formule

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

Numérateur : Somme des écarts carrés de chaque groupe

• (n₁-1)s₁² = Somme des écarts carrés dans le groupe 1
• (n₂-1)s₂² = Somme des écarts carrés dans le groupe 2
• Les additionner combine tous les écarts carrés

Dénominateur : Degrés de liberté totaux

• Chaque échantillon perd 1 dl pour l'estimation de sa moyenne
• Total : (n₁-1) + (n₂-1) = n₁ + n₂ - 2

Résultat : Écart carré moyen (variance), puis racine carrée pour l'ET

Cas particuliers

Tailles d'échantillon égales

Quand $n_1 = n_2 = n$ :

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

Moyenne simple des variances (puis racine carrée).

Un échantillon beaucoup plus grand

Quand n₁ >> n₂ :

Sp ≈ s₁

Le plus grand échantillon domine l'estimation.

ET d'échantillon identiques

Quand s₁ = s₂ = s :

Sp = s

Le pooling ne change pas l'estimation.

Contexte historique

L'approche de la variance poolée a été développée dans le cadre du test t à deux échantillons au début du 20ème siècle.

Ronald Fisher a formalisé l'analyse de variance (ANOVA), qui généralise la variance poolée à plusieurs groupes. Son travail a établi l'hypothèse d'égalité des variances et les méthodes pour la tester.

George Snedecor et William Cochran ont popularisé les méthodes dans leur manuel influent « Statistical Methods » (1937), qui a formé des générations de chercheurs.

B.L. Welch (1947) a développé l'approche alternative pour les variances inégales, reconnaissant que la méthode poolée pouvait être trompeuse lorsque l'hypothèse était violée.

Tester l'hypothèse d'égalité des variances

Test de Levene : Teste si les variances sont significativement différentes. Sensible à la non-normalité.

Test F d'égalité des variances : Ratio de la plus grande à la plus petite variance. Suppose la normalité.

Règle empirique : Si le rapport de la plus grande à la plus petite ET est inférieur à 2, le pooling est généralement acceptable.

Conseil moderne : De nombreux statisticiens recommandent de toujours utiliser la méthode de Welch (qui ne suppose pas l'égalité des variances), car elle fonctionne presque aussi bien que la méthode poolée lorsque les variances sont égales et beaucoup mieux lorsqu'elles ne le sont pas.

Extension à plusieurs groupes

Pour k groupes (contexte ANOVA) :

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

Cela étend la variance poolée pour combiner plusieurs échantillons, utilisée au dénominateur de la statistique F.

Calculs associés

• Calculateur d'écart-type — ET d'échantillon individuel
• Calculateur de variance — ET au carré
• Calculateur d de Cohen — Utilise l'ET poolé
• IC pour la différence de moyennes — Utilise l'ET poolé
• Calculateur d'erreur standard — Concept associé

Résumé

L'écart-type poolé combine deux écarts-types d'échantillon en une seule estimation de la variabilité commune de la population. C'est une moyenne pondérée où la contribution de chaque échantillon dépend de sa taille. Requis pour le test t poolé à deux échantillons, le d de Cohen et les analyses connexes, l'ET poolé suppose des variances de population égales. Lorsque cette hypothèse est discutable, le test t de Welch fournit une alternative robuste qui ne nécessite pas de pooling. L'ET poolé n'est plus grand que les deux ET d'échantillon que s'ils sont égaux ; sinon, il tombe entre eux, plus proche de la valeur du plus grand échantillon.