Statistics 合并方差 (r)
合并方差/变化是用于评估两个自主变量波动的加权正态，其中测试之间的平均值可能不同，但真正的差异仍然像以前一样。
示例
问题说明：
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正态（平均值），然后通过给定信息集的总包含数字将其隔开。
${均值 = \frac{1 + 2 + 3 + 4 + 5}{5} = \frac{15}{5} = 3 }$
步骤 2
此时，用信息集中的给定数字减去平均价值。
${\Rightarrow (1-3), (2-3), (3-3), (4-3), (5-3) \Rightarrow-2,-1, 0, 1, 2 }$
步骤 3
对每个周期的偏差进行平方以避开负数。
${\Rightarrow (-2)^2, (-1)^2, (0)^2, (1)^2, (2)^2 \Rightarrow 4, 1, 0, 1, 4 }$
步骤 4
现在利用下面的方程发现标准偏差
${S = \sqrt{\frac{\sum{X-M}^2}{n-1}}}$
标准偏差 = ${\frac{\sqrt 10}{\sqrt 4} = 1.58113 }$
步骤 5
${Pooled\ Variance\ (r)\ = \frac{((aggregate\ check\ of\ numbers\-1) \times Var)}{(aggregate\tally\ of\ numbers-1)} , \\[7pt ] \ (r) = (5-1) \times \frac{2.5}{(5-1)}, \\[7pt] \ = \frac{(4 \times 2.5)}{4} = 2.5}$
因此，合并方差 (r) =2.5
