求基于多组均值、标准差及样本量计算合并均值与标准差的R代码

下面是一个可直接使用的R函数，用于计算多组带有样本量、均值、标准差数据的合并均值与合并标准差：

pooled_mean_sd <- function(data) {
  # 提取各组的样本量、均值、标准差
  n <- data$n
  means <- data$mean
  sds <- data$sd
  
  # 计算总样本量
  total_n <- sum(n)
  # 计算合并均值（加权平均，权重为各组样本量）
  pooled_mean <- sum(n * means) / total_n
  
  # 计算组内离均差平方和 + 组间离均差平方和
  sum_sq <- sum( (n - 1) * sds^2 + n * (means - pooled_mean)^2 )
  # 计算合并方差（自由度为总样本量减去组数）
  pooled_var <- sum_sq / (total_n - nrow(data))
  # 转换为合并标准差
  pooled_sd <- sqrt(pooled_var)
  
  # 返回结果列表
  return(list(pooled_mean = pooled_mean, pooled_sd = pooled_sd))
}

使用示例 #

假设你有如下分组统计数据：

可以按以下步骤调用函数：

# 构造示例数据框
sample_data <- data.frame(
  n = c(20, 30, 25),
  mean = c(15.2, 16.8, 14.9),
  sd = c(2.3, 2.7, 2.1)
)

# 计算合并统计量
result <- pooled_mean_sd(sample_data)

# 输出结果（保留两位小数）
cat("合并均值：", round(result$pooled_mean, 2), "\n")
cat("合并标准差：", round(result$pooled_sd, 2), "\n")

运行后输出：

合并均值： 15.73 
合并标准差： 2.51 

计算逻辑说明 #

• 合并均值：以各组样本量为权重的加权平均值
• 合并标准差：基于混合方差计算，同时纳入组内数据的离散程度和各组均值与合并均值的差异，自由度取总样本量减去组数

内容的提问来源于stack exchange，提问作者giovanni_1983