Le calcul des statistiques descriptives et l'analyse de la dispersion d'un ensemble de données constituent des étapes fondamentales en analyse de données et en probabilités. Le calculateur de score Z et d'écart-type permet d'effectuer ces analyses selon deux approches distinctes: soit en traitant directement un ensemble de données brutes pour en extraire les indicateurs clés et les scores individuels, soit en résolvant l'équation de la distribution normale à partir de valeurs de synthèse connues.
Toutes les opérations et le traitement des données s'effectuent localement, directement au sein du navigateur web de l'utilisateur. Aucune donnée ni aucun paramètre de calcul n'est téléversé vers un serveur externe.
Deux modes de calcul adaptés à vos analyses
L'outil propose deux modes de saisie principaux pour s'adapter à la nature de vos données et à l'objectif de votre calcul:
- À partir de données: Ce mode est conçu pour l'analyse de séries de mesures brutes. Vous pouvez y coller ou saisir vos valeurs numériques. L'outil calcule instantanément la moyenne, la variance, l'écart-type et le score z de chaque valeur.
- À partir de résumés: Ce mode permet de résoudre l'équation caractéristique de la loi normale z = (x - μ) / σ. En saisissant exactement trois des quatre paramètres de la formule, l'outil calcule automatiquement la quatrième valeur inconnue ainsi que les probabilités associées à la courbe normale.
Analyse d'un ensemble de données brutes
Pour utiliser le mode de saisie de données brutes, vous devez coller vos valeurs dans le champ Ensemble de données.
Règles de saisie et limites de format
- Séparateurs acceptés: Les valeurs numériques peuvent être séparées par des espaces, des points-virgules ou des sauts de ligne. Selon la configuration linguistique de votre système, vous pouvez utiliser la virgule (par exemple,
82,5) ou le point (par exemple,82.5) pour séparer les décimales. - Limites de volume: L'ensemble de données ne doit pas dépasser 50 000 valeurs.
- Contraintes de taille minimale: Un calcul basé sur la convention d'un échantillon requiert au moins 2 valeurs. Pour une population complète, au moins 1 valeur est nécessaire.
Gestion des erreurs de saisie
Si l'ensemble de données contient un caractère ou un élément non numérique, l'outil interrompt le calcul et affiche le message d'erreur: « ‹token› » n'est pas un nombre (valeur ‹position›)..
Si vous tentez de calculer l'écart-type d'un échantillon avec une seule valeur, le message suivant s'affiche: Un échantillon nécessite au moins 2 valeurs — avec une seule valeur, le diviseur n − 1 est égal à zéro.. Pour un ensemble vide en mode population, l'outil indique: Saisissez au moins une valeur..
Comprendre l'écart-type: Population vs Échantillon
Le choix de la convention de calcul de l'écart-type modifie le dénominateur utilisé pour mesurer la dispersion.
| Convention | Symbole | Formule de la variance | Utilisation |
|---|---|---|---|
| Population ÷ n | σ | SS ÷ n | À utiliser lorsque les données représentent l'intégralité du groupe étudié. |
| Échantillon ÷ n − 1 | s | SS ÷ (n - 1) | À utiliser lorsque les données sont un sous-ensemble extrait d'une population plus large (correction de Bessel). |
La somme des carrés ($SS$) représente la somme des écarts à la moyenne élevés au carré: SS = Σ(x - moyenne)². L'écart-type est la racine carrée de la variance correspondante.
Le cas des données à dispersion nulle
Si toutes les valeurs saisies dans votre ensemble de données sont strictement identiques, la dispersion est nulle. L'écart-type est alors égal à 0. Dans cette situation, le calcul des scores z implique une division par zéro, ce qui est impossible. L'outil affiche alors l'erreur: Toutes les valeurs sont identiques, l'écart-type est donc de 0 et les scores z sont indéfinis..
Résolution algébrique de la formule du Score Z
Le mode À partir de résumés permet de manipuler directement la formule théorique du score z:
z = (x - μ) / (σ)
Pour utiliser ce mode, vous devez renseigner exactement trois des quatre champs suivants et laisser le quatrième vide:
- Valeur x
- Moyenne μ
- Écart-type σ
- Score z z
L'outil résout l'inconnue restante et affiche la formule de substitution correspondante:
- Pour trouver le score z:
Score z: z = (x − μ) ÷ σ = (‹x› − ‹mu›) ÷ ‹sigma› = ‹result› - Pour trouver la valeur x:
Valeur: x = μ + z·σ = ‹mu› + (‹z›)·‹sigma› = ‹result› - Pour trouver la moyenne μ:
Moyenne: μ = x − z·σ = ‹x› − (‹z›)·‹sigma› = ‹result› - Pour trouver l'écart-type σ:
Écart-type: σ = (x − μ) ÷ z = (‹x› − ‹mu›) ÷ ‹z› = ‹result›
Contraintes et cas limites du mode résumé
- Saisie non numérique: Si un caractère invalide est saisi dans l'un des champs, l'outil affiche:
Saisissez uniquement des nombres; «‹token›» n'est pas un nombre.. - Nombre de champs vides: Si vous ne laissez pas exactement un champ vide, le message d'erreur est:
Laissez exactement un des quatre champs vide.. - Écart-type nul ou négatif: L'écart-type doit être strictement positif. Saisir une valeur de 0 déclenche l'erreur:
L'écart-type ne peut pas être 0 — la division par σ est indéfinie.. Une valeur négative déclenche:L'écart-type doit être positif.. - Incohérences mathématiques:
- Si vous entrez des paramètres où z = 0 alors que x ≠ μ, aucun écart-type positif ne peut résoudre l'équation. L'outil affiche:
Aucun σ positif ne résout cela: quand z = 0, la valeur doit être égale à la moyenne.. - Si z = 0 et x = μ, n'importe quel écart-type positif est valide. L'outil affiche:
Avec z = 0 et x = μ, n'importe quel σ positif convient, donc σ n'a pas de réponse unique.. - Si la résolution algébrique produit un écart-type négatif, l'outil affiche:
Le calcul donne σ =‹value›, mais un écart-type ne peut pas être négatif. Vérifiez les signes de x − μ et z..
- Si vous entrez des paramètres où z = 0 alors que x ≠ μ, aucun écart-type positif ne peut résoudre l'équation. L'outil affiche:
Interprétation des résultats et probabilités
Une fois les calculs effectués, l'outil présente plusieurs niveaux de résultats:
Tableau de synthèse statistique (Mode données)
Ce tableau regroupe les indicateurs descriptifs de la série:
- Moyenne
- Variance
- Effectif n
- Somme des carrés SS
- Minimum
- Maximum
Un second tableau intitulé Score z de chaque valeur affiche pour chaque point sa Valeur et son écart à la moyenne x − moyenne.
Probabilités de la loi normale
Sous l'intitulé En supposant que les valeurs suivent une distribution normale:, l'outil calcule les probabilités associées au score z obtenu:
- P(X < x): Probabilité d'obtenir une valeur inférieure à x (aire sous la courbe à gauche de z).
- P(X > x): Probabilité d'obtenir une valeur supérieure à x.
- P(|X − μ| > |x − μ|): Probabilité bilatérale d'obtenir un écart à la moyenne supérieur, en valeur absolue, à celui de x.
- Centile de x: Position relative de la valeur exprimée en centile.
Deux graphiques complètent ces résultats: l'Axe numérique des valeurs avec les bandes de moyenne et d'écart-type (gradué avec les repères moyenne, ±1 É-T, ±2 É-T et ±3 É-T) et la Courbe normale centrée réduite avec la zone à gauche de z grisée.
FAQ
Les scores z supposent-ils que mes données suivent une distribution normale?
Non. Un score z est uniquement un changement d'échelle — il indique de combien d'écarts-types une valeur s'écarte de la moyenne — et il est défini pour tout ensemble de données dont la dispersion est non nulle. Ce sont les probabilités du mode résumé qui supposent une distribution normale; pour des données asymétriques, la proportion réelle de valeurs au-delà d'un z peut différer de ce que prédit la courbe.
Quand dois-je diviser par n − 1 au lieu de n?
Divisez par n − 1 (l'écart-type de l'échantillon s) lorsque vos valeurs sont un échantillon d'un groupe plus large et que vous souhaitez estimer la dispersion de ce groupe — le diviseur plus petit corrige le biais de sous-estimation d'un échantillon. Divisez par n (l'écart-type de la population σ) lorsque les valeurs saisies représentent l'ensemble du groupe qui vous intéresse. Les scores z suivent le même choix, puisque chaque valeur est divisée par la dispersion sélectionnée.
Pourquoi les scores z sont-ils indéfinis lorsque toutes les valeurs sont identiques?
Un score z divise par l'écart-type. Des valeurs identiques n'ont aucune dispersion, l'écart-type est donc de 0 et la division est indéfinie — chaque point se trouve exactement sur la moyenne, ce qu'aucune valeur z unique ne peut exprimer. La moyenne, la variance et les autres statistiques se calculent toujours normalement.