在统计学中，合并标准差（Combined Standard Deviation）的计算公式是处理多个数据集时非常有用的一种方法。当我们需要比较或结合不同数据集的变异性时，合并标准差能够提供一个统一的标准。下面，我们将通过实例讲解和详细证明来理解合并标准差公式。
实例讲解
假设有两个数据集，第一个数据集的观测值有 \(X_1, X_2, ..., X_n\)，第二个数据集的观测值有 \(Y_1, Y_2, ..., Y_m\)。我们需要计算这两个数据集合并后的标准差。
第一步：计算各自的均值
首先，我们分别计算两个数据集的均值（Mean）：
[ \muX = \frac{1}{n} \sum{i=1}^{n} X_i ] [ \muY = \frac{1}{m} \sum{i=1}^{m} Y_i ]
第二步：计算各自的方差
接着，计算每个数据集的方差（Variance）：
[ \sigmaX^2 = \frac{1}{n-1} \sum{i=1}^{n} (X_i - \mu_X)^2 ] [ \sigmaY^2 = \frac{1}{m-1} \sum{i=1}^{m} (Y_i - \mu_Y)^2 ]
注意，方差计算中使用的是 \(n-1\) 和 \(m-1\) 而不是 \(n\) 和 \(m\)，这是因为我们通常使用样本方差，而样本方差的估计需要使用 \(n-1\) 或 \(m-1\) 个自由度。
第三步：计算合并后的标准差
最后，我们使用合并标准差的公式来计算：
[ \sigma_{combined}^2 = \frac{n\sigma_X^2 + m\sigma_Y^2}{n + m} ]
第四步：开平方得到合并标准差
[ \sigma{combined} = \sqrt{\sigma{combined}^2} ]
详细证明
为了证明这个公式，我们需要从方差的基本定义出发。
设 \(Z\) 为合并后的数据集，包含所有观测值 \(X_1, X_2, ..., X_n, Y_1, Y_2, ..., Y_m\)，合并后的均值 \(\mu_Z\) 为：
[ \mu_Z = \frac{n\mu_X + m\mu_Y}{n + m} ]
合并后的方差 \(\sigma_Z^2\) 可以通过以下步骤推导：
- 首先计算合并数据集的平方和：
[ \sum_{i=1}^{n+m} (Z_i - \mu_Z)^2 ]
- 展开上述表达式：
[ \sum_{i=1}^{n+m} (Z_i - \mu_X - \frac{m}{n+m}(\mu_Y - \mu_X))^2 ]
- 使用平方展开和组合恒等式进行化简：
[ \sum_{i=1}^{n} (X_i - \muX)^2 + \frac{m^2}{(n+m)^2} \sum{i=1}^{n} (\mu_Y - \muX)^2 + 2 \cdot \frac{m}{n+m} \sum{i=1}^{n} (X_i - \mu_X)(\mu_Y - \muX) + \sum{i=n+1}^{n+m} (Y_i - \muY)^2 + \frac{n^2}{(n+m)^2} \sum{i=1}^{n} (\mu_Y - \muX)^2 + 2 \cdot \frac{n}{n+m} \sum{i=1}^{n} (X_i - \mu_X)(\mu_Y - \mu_X) ]
注意到 \(\sum_{i=1}^{n} (X_i - \mu_X)(\mu_Y - \mu_X)\) 和 \(\sum_{i=n+1}^{n+m} (Y_i - \mu_Y)(\mu_X - \mu_Y)\) 分别为零，因为这两个求和分别包含了正负相同的项。
最后，我们将合并数据集的方差 \(\sigma_Z^2\) 表示为：
[ \sigma_Z^2 = \frac{n\sigma_X^2 + m\sigma_Y^2}{n+m} ]
这样，我们就完成了合并标准差公式的详细证明。
通过上述实例讲解和详细证明，我们可以更好地理解合并标准差的概念及其计算方法。这不仅有助于统计学研究者，也对日常的数据分析和决策支持具有实际应用价值。