统计 - 合并方差 (r)

合并方差/变化是用于评估两个自变量波动的加权正态分布，其中测试之间的均值可能有所不同，但真正的差异仍然像以前一样。

例子

问题陈述：

计算数字 1、2、3、4 和 5 的合并方差。

解决方案：

步骤1

通过包含每个数字来确定给定信息排列的法线（平均值），然后通过给定信息集的数字的聚合包含来间隔它。

${平均值 = \frac{1 + 2 + 3 + 4 + 5}{5} = \frac{15}{5} = 3 }$

第2步

此时，用信息集中给定的数字减去平均值。

${\右箭头 (1 - 3), (2 - 3), (3 - 3), (4 - 3), (5 - 3) \右箭头 - 2, - 1, 0, 1, 2 }$

步骤3

对每个周期的偏差进行平方以避免负数。

${\右箭头 (- 2)^2, (- 1)^2, (0)^2, (1)^2, (2)^2 \右箭头 4, 1, 0, 1, 4 }$

步骤4

现在利用下面的方程计算标准差

${S = \sqrt{\frac{\sum{XM}^2}{n-1}}}$

标准差 = ${\frac{\sqrt 10}{\sqrt 4} = 1.58113 }$

步骤5

${合并\方差\ (r)\ = \frac{((数字的聚合\检查\ - 1) \times Var)}{(数字的聚合\计数\ - 1)} , \\[7pt ] \ (r) = (5 - 1) \times \frac{2.5}{(5 - 1)}, \\[7pt] \ = \frac{(4 \times 2.5)}{4} = 2.5}$

因此，合并方差 (r) =2.5