Vous devez être prudent de faire ce que vous pouvez finir par se cachant derrière une variation moyenne plutôt dénuée de sens. Il est presque toujours plus utile de présenter les résultats par district si vous le pouvez (une carte est le meilleur car il peut y avoir une certaine structure spatiale claire qui ne sera pas si clair dans une table) plutôt qu'un seul moyen large zone. Je pense que vous pourriez faire les deux (c.-à-estimations actuelles par-district et ensuite par-prouver estimation sommaire.

La première chose à faire pour vérifier que ce beaucoup de sens de combiner toutes les enquêtes afin de donner un résultat unique. Ceci est seulement le cas lorsque les estimations de chaque enquête sont semblables les uns aux autres. Cela peut être aussi simple que d'un contrôle visuel en utilisant une "parcelle de forêt" des estimations et IC à 95%.

Voici un exemple de similitude:
Enquête 1 | ----- ----------- * | Enquête 2 | ----- ---------- | Enquête 3 | ------ * ------------ | ... Enquête N | ----- ----------- * | + - + - + - + - + - + - + - + - + - + - + - + - + - + 8 9 10 11 12 13 15 16 14 17 19 20 18 12 Prévalence (%)
Notez que les estimations ponctuelles (marqués par le «*») sont proches les uns des autres et il ya beaucoup de chevauchement des IC à 95%. Dans ce cas, une moyenne aura un sens.

Voici un exemple de dissemblance:
Enquête 1 | ----- -------- * | Enquête 2 | ----- ---------- | Enquête 3 | ------ --------- * | ... Enquête N | --- * ------ | + - + - + - + - + - + - + - + - + - + - + - + - + - + 8 9 10 11 12 13 15 16 14 17 19 20 18 12 Prévalence (%)
Notez que les estimations ponctuelles sont largement répandues et certains des IC ne se chevauchent pas beaucoup ou pas du tout. Dans ce cas, une moyenne va se cacher variation et serait mieux être évitée.

La proportion est mis en commun une population moyenne pondérée des proportions trouvés par chaque enquête:
p1 * w1 + p2 * w2 + ... + pn * WN Proportion Group = --------------------------------- w1 + w2 + WN
où:
p1 = proportion de l'enquête 1 p2 = proportion de l'enquête 2 . . et ainsi de suite . w1 = population dans la zone d'étude 1 w2 = population dans la zone d'étude 3 . . et ainsi de suite .
Des complications surviennent lorsque vous essayez de mettre en commun les variances. Ceci est parce que les échantillons de l'enquête sont complexes et la variance est influencée par la proportion, la taille de l'échantillon, et l'effet du plan d'enquête.

Une façon d'aborder ce problème consiste à calculer l'erreur standard (SE) à partir des estimations et IC à 95% signalés dans chaque enquête:
Limite de confiance supérieure - limite inférieure de confiance SE = ----------------------------------------------- 2 * 1,96
La SE est commun:
(SE1 ^ 2 * w1 + SE2 ^ 2 * w2 + ... SEn ^ 2 * WN) Pooled SE = racine (-----------------------------------------) (W1 w2 + + wn)
où:
SE1 = SE pour une enquête SE2 = SE pour l'enquête 2 . . et ainsi de suite . w1 = population dans la zone d'étude 1 w2 = population dans la zone d'étude 3 . . et ainsi de suite .
L'estimation globale est:

Estimation globale = proportion Pooled +/- 1,96 * Pooled SE

Voici un exemple avec trois enquêtes seulement ... les résultats de l'enquête sont les suivants:
Population Survey p LCL UCL -------- ---------- ----- ----- ----- Enquête 1 23 670 12,7% 9,7% 16,1% Enquête 2 16 546 9,3% 6,3% 13,2% Enquête 3 19 201 13,5% 9,8% 18,0% -------- ---------- ----- ----- -----
La proportion est mis en commun:
Enquête WPP * w -------- ------ ----- ----- Enquête 1 23,670 0,127 3,006 Enquête 2 16,546 0,099 1,638 Enquête 3 19,201 0,135 2,592 -------- ------ ----- ----- Sum 59 417 7236 Proportion Group = 7236/59417 = 0,122
La SE est commun:
Enquête w LCL UCL SE SE SE ^ 2 ^ 2 * w -------- ------ ----- ----- ----- -------- --------- Enquête 23,670 0,097 0,161 1 0,016 0,000256 6,059520 Enquête 16,546 0,063 0,132 2 0,018 0,000324 5,360904 Enquête 19,201 0,098 0,180 3 0,021 0,000441 8,467641 -------- ------ ----- ----- ----- -------- --------- Sum 59 417 19,888070 Pooled SE = racine (19,88070 / 59417) = 0,0183
L'estimation globale est:
Estimation ponctuelle = 0,122 95% LCL = 0,122 à 1,96 * 0,0183 = 0,086 95% UCL = 0,122 + 1,96 * 0,0183 = 0,158
ou 12,2% (IC à 95% = 8,6% - 15,8%).

Important ...

(1) Quelqu'un doit vérifier ma pensée et mon arithmétique.

(2) Quand vous faites ce genre de calcul, vous devriez les faire à la précision et plein pendant toute seule manche à la fin. Je ne le fais pas ci-dessus il y aura donc une erreur d'arrondi accumulée dans le résultat final ci-dessus.

Je espère que cela est d'une certaine utilité.

Cher Mark,
Merci beaucoup pour la réponse de détail.