Pool의 사전적인 뜻을 찾아보면 연못, 저수지, 수영장 풀 등 "무엇을 담아놓는" 의 뜻을 가진다.
개선활동을 하면서 ANOVA table을 확인한 다음 흔히 Pooling이라는 것을 하는데
여기서 Pooling이란 분석후 유의하지 않은 인자를 분석 Model에서 제거하여
분석 Model을 다시 다듬는 작업이다.

이 때 유의하지 않은 인자들은 오차항(Residual)이라는 연못(Pool)으로 옮겨두는(~ing)데...
즉, 오차항에 합병(Pooling)하는 작업이다

Pooling을 하게되면 제거된 인자의 SS(Sum of Square)값과 자유도(Degree of freedom)는
오차항(Residual)의 SS값과 자유도 속으로 합해지게 된다.

그러면 Pooling을 통하여 얻는 것은 무엇이며, 신경을 써야할 부분이 무엇인지 알아보자
첫번째, 처음 분석했을 때의 Model에서 오차항(Residual)항의 자유도가
10 혹은 20보다 작은 경우에 도움이 된다

두번째, Pooling이라고 하는 것 자체는 데이터를 특정한 판단으로 살펴본 다음
오차항으로 합병여부를 결정하는 방법이므로 비록 p-value가 최초의 분석 결과와
다른값으로 분석해주기는 하지만 좋은 방법이라고 볼 수는 없다.
만일 Pooling전에 각항의 효과(Effect)에 대해 인지하지 못한 채 Pooling을 한다면
효과(Effect)의 F값을 무시하고 Pooling을 실행하는 것이 된다.

그러므로, Pooling은 최초 분석 Model의 오차항(Residual)의 Mean Square(MS)값과 비교하여
크지않은 Mean Square(MS)값을 갖는 항인지 확인한 다음 실행하여야 한다.

그리고 새로이 계산된 오차항(Residual)의 Mean Square(MS)값은 Pooling을
하기 전의 MSE값보다 전형적으로 작은 값을 가지게 된다.

그 이유는 새로운 MSE를 계산하기 위한 분모값인 오차항(Residual)의 자유도가
Pooling으로 커졌기 때문이며, 그리고 남겨진 다른 항들의 효과(Effect)가 통계적으로
유의차가 있는 것처럼 보이게 되는 것이다.

일반적으로 Pooling을 할 때 기준은, F값이 작은 것우선 실행하고 고차의 교호작용항
그리고 주효과항은 스크리닝의 경우에 실시하도록 주의한다.