Що саме означає "об'єднати дані"?

Я подумав, що "об'єднання даних" просто означало поєднання даних, які раніше були розділені на категорії ... по суті, ігнорування категорій і перетворення даних на один гігантський "пул" даних. Я думаю, це питання більше стосується термінології, ніж застосування статистики.

Наприклад: Я хочу порівняти 2 сайти, і в межах кожного сайту у мене два типи року (хороший і поганий). Якщо я хочу порівняти 2 сайти "загалом" (тобто ігноруючи типи року), чи правильно сказати, що я об'єдную дані на кожному сайті? На додаток до цього, оскільки кілька років дані містять добрий і поганий типи року, чи правильно також сказати, що я об'єдную дані серед років для досягнення набору даних про «хороший рік» та «поганий рік» на кожному сайті? Спасибі за вашу допомогу! Мог

Так, ваші приклади правильні.

Оксфордський словник англійської мови визначає пул як:

пул, v.

(puːl)

1.1 транс. Перекинути в загальний запас або фонд, який розподіляється відповідно до домовленості; поєднувати (капітал або інтереси) задля загальної вигоди; спец. конкуруючих залізничних компаній тощо: для розподілу або поділу (трафік або квитанції).

Іншим прикладом може бути:

ви вимірюєте рівень крові речовини X у чоловіків і жінок. Ви не бачите статистичних відмінностей між двома групами, тому ви об’єднуєте дані разом , ігноруючи стать експериментального суб'єкта.

Чи буде це статистично правильно, дуже залежить від конкретного випадку.

Об'єднання може стосуватися об'єднання даних, але може також стосуватися об'єднання інформації, а не необроблених даних. Одне з найпоширеніших застосувань об’єднання - це оцінка дисперсії. Якщо ми вважаємо, що 2 популяції мають однакову дисперсію, але не обов'язково однакову середню, то ми можемо обчислити 2 оцінки дисперсії із зразків двох груп, а потім об'єднати їх (взяти середньозважене), щоб отримати єдину оцінку загальна дисперсія. Ми не обчислюємо єдиної оцінки дисперсії з об'єднаних даних, оскільки якщо засоби не рівні, то це буде надувати оцінку дисперсії.