Complete Pooling

释义 Definition

完全合并（complete pooling）：在统计建模中，把来自不同组/不同来源的数据当作同一个总体来分析，不区分组间差异，用一个共同的参数/平均值来解释所有数据。（常与 no pooling、partial pooling 对比；在分层/多层模型讨论中很常见。）

发音 Pronunciation (IPA)

/kəmˈpliːt ˈpuːlɪŋ/

例句 Examples

We used complete pooling and estimated one average for all schools.
我们采用完全合并，为所有学校估计一个共同的平均值。

Although complete pooling increases sample size, it can hide meaningful differences between groups when the groups truly vary.
虽然完全合并会增大样本量，但当各组确实存在差异时，它可能掩盖重要的组间变化。

词源 Etymology

complete 源自拉丁语 complētus（“填满、完成”），pooling 来自 pool（“汇聚成一池”）引申为“合并资源/数据”。在统计语境里，pooling 指“把不同组的数据汇总到一起估计”，而 complete pooling 强调“完全不分组地合并”。

相关词 Related Words

• Complete
• Pooling
• Partial Pooling
• No Pooling
• Hierarchical Model
• Multilevel Model
• Shrinkage
• Fixed Effects
• Random Effects
• Bayesian Inference

文学与著作中的用例 Literary Works

• Data Analysis Using Regression and Multilevel/Hierarchical Models（Gelman & Hill）——在比较 no pooling / complete pooling / partial pooling 时频繁使用该术语。
• Bayesian Data Analysis（Gelman et al.）——在分层模型与收缩（shrinkage）讨论中出现，用于说明“完全合并”作为对照方案。
• Statistical Rethinking（Richard McElreath）——讲解多层模型时常用“完全合并 vs 部分合并”的框架来解释建模选择。