Omni Calculator logo

Le calculateur d'écart type vous montre comment calculer la moyenne et l'écart type d'un ensemble de données. Si vous avez des cours sur les statistiques, il est essentiel d'apprendre à trouver l'écart type, car il est très largement utilisé.

Vous allez adorer les caractéristiques particulières de notre calculateur d'écart type.

  • Il fonctionne comme un calculateur d'écart type de population ou d'échantillon.
  • Nous vous montrons les étapes à suivre pour une meilleure compréhension du sujet.
  • C'est un excellent outil d'apprentissage et de calcul pour les petits ensembles de données.
  • La définition et la formule de l'écart type sont expliquées ci-dessous.

Alors, lisez la suite !

Qu'est-ce que l'écart type ?

L'écart type est une mesure de la variabilité d'un ensemble de données. En d'autres termes, l'écart type décrit à quel point les données « s'étalent » autour de la moyenne. Ce calculateur traite des points de données séparés, mais nous disposons également d'un calculateur d'écart type pour les données groupées 🇺🇸 dédié aux données groupées.

Un grand écart type indique qu'un ensemble de données est plus propagé.

Un petit écart type indique que les données sont plus étroitement regroupées autour de la moyenne ou moins propagées.

Pouvez-vous imaginer à quoi ressemble un écart type ? Bien que vous puissiez calculer l'écart type pour n'importe quel ensemble de données, il peut être utile de visualiser l'écart type pour les données normalement distribuées. La règle empirique stipule que pour tout ensemble de données qui se rapproche d'une loi normale centrée, environ 68 % des données se situent à moins d'un écart type de la moyenne, comme le montre la figure ci-dessous.

Le graphique de la loi normale
Le graphique de la moi normale.

L'écart type est non seulement une mesure de variation largement utilisée, mais il constitue également la base d'autres outils qui caractérisent la variation, notamment les quantités calculées par le calculateur d'écart type relatif 🇺🇸 et le calculateur d'intervalle de confiance.

Formule de l'écart type

La définition mathématique de l'écart type (σ) est la racine carrée positive de la variance (σ2\sigma^2) :

variance=σ2eˊcart type=σ2=σ\mathrm{variance} = \sigma^2 \\ \mathrm{écart \ type} = \sqrt{\sigma^2} = \sigma

L'équation de l'écart type semble simple, mais comment calculer la variance ?

La variance est définie comme la différence moyenne au carré par rapport à la moyenne pour tous les points de données. Elle s'écrit comme suit :

σ2=1NiN(xiμ)2\sigma^2 = \frac{1}{N}\displaystyle\sum_{i}^N (x_i - \mu)^2

où :

  • σ2\sigma^2 – variance
  • μ\mu – moyenne
  • xix_i – le ième point de données sur NN points de données totaux

Vous pouvez calculer la variance en trois étapes :

  1. Trouvez la différence par rapport à la moyenne pour chaque point. Utilisez la formule :
    xiμx_i - \mu

  2. Élevez au carré la différence par rapport à la moyenne pour chaque point :
    (xiμ)2(x_i - \mu)^2

  3. Trouvez la moyenne des différences élevées au carré par rapport à la moyenne que vous avez trouvée à l'étape 2 :
    1N(xiμ)2\frac{1}{N}\sum (x_i - \mu)^2

    Il s'agit de la variance pour les données de population. Notez que cette étape est légèrement différente pour les données d'échantillon (voir la section suivante).

Rappelons que l'écart type est la racine carrée (positive) de la variance, de sorte que l'équation complète de l'écart type (pour les données de population) s'écrit :

σ=1NiN(xiμ)2\sigma = \sqrt{\frac{1}{N}\displaystyle\sum_{i}^N (x_i - \mu)^2}

Formule de calcul de l'écart type d'une population par rapport à un échantillon

Dans de nombreuses expériences scientifiques, seul un échantillon d'une population est mesuré pour des raisons pratiques. Cet échantillon nous permet de faire des déductions sur la population. Toutefois, lorsque les données d'un échantillon sont utilisées pour estimer la variance d'une population, la formule de variance σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2 sous-estime la variance de la population.

Pour éviter de sous-estimer la variance d'une population (et par conséquent, l'écart type), nous remplaçons NN par N1N - 1 dans les formules de variance et d'écart type, lorsque des données d'échantillon sont utilisées. Cet ajustement est connu sous le nom de correction de Bessel.

La formule de la variance de l'échantillon devient alors :

s2=1N1(xixˉ)2s^2 = \frac{1}{N-1}\sum (x_i - \={x})^2

et la formule complète de l'écart-type devient :

s=1N1(xixˉ)2s = \sqrt{\frac{1}{N-1}\sum (x_i - \={x})^2}

où :

  • s2s^2 – estimation de la variance
  • ss – estimation de l'écart type
  • xˉ\={x} (prononcé « x-barre ») – moyenne de l'échantillon

Exemple : calcul de la moyenne, variance et écart type

Supposons que nous ayons un ensemble de données avec sept nombres : 2, 4, 5, 6, 6, 9, 10. Comment calculer l'écart type ? Suivez ces étapes :

1. Calculez la moyenne.

Pour calculer la moyenne (x̄), divisez la somme de tous les nombres par le nombre de points de données :

xˉ=2+4+5+6+6+9+107=6 \={x} = \frac{2 + 4 + 5 + 6 + 6 + 9 + 10}{7} = 6

2. Calculez les différences élevées au carré par rapport à la moyenne.

Maintenant que nous connaissons la moyenne (x̄ = 6), nous allons calculer la différence au carré par rapport à la moyenne pour chaque point de données :

(xixˉ)2(x_i - \={x})^2

Pour le premier point dont la valeur est 2, le calcul serait :

(26)2=(4)2=16(2-6)^2 = (-4)^2 = 16

Les différences calculées au carré par rapport à la moyenne pour tous les points de données sont indiquées dans le tableau ci-dessous :

xi

(xi - x̄)2

2

16

4

4

5

1

6

0

6

0

9

9

10

16

3. Calculez la variance et l'écart type;

Comme nous utilisons des données d'échantillon, nous calculons la variance en utilisant l'équation de variance de l'échantillon et les différences au carré par rapport à la moyenne que nous avons trouvées à l'étape 2 :

s2=1N1(xixˉ)2s^2 = \frac{1}{N-1}\sum (x_i - \={x})^2

ce qui donne

s2=16+4+1+0+0+9+1671=7, ⁣6667s^2 = \frac{16 + 4 + 1 + 0 + 0 + 9 + 16}{7 - 1} = 7,\!666\,7

L'écart type (s) est la racine carrée de la variance, notre dernière étape est donc :

s=7, ⁣6667=2, ⁣7689s = \sqrt{7,\!666\,7} = 2,\!768\,9.

L'écart type de l'échantillon de données est de 2,8. Maintenant que vous savez comment trouver l'écart type, essayez de le calculer vous-même, puis vérifiez votre réponse en utilisant notre calculateur !

🔎 Le saviez-vous ? L'écart type est l'une des mesures de la dispersion 🇺🇸 et du coefficient de dispersion, des concepts qui nous aident à comprendre la propagation de nos données.

Comment calculer l'écart type à la main ?

Si vous calculez l'écart type avec une calculatrice de poche, il existe une formule plus simple à utiliser pour calculer la variance. Cette formule alternative est mathématiquement équivalente, mais plus facile à taper dans une calculatrice.

La formule facile à taper pour la variance (pour les données de population) est la suivante :

σ2=(xi2)(xi)2N\sigma^2 = \frac{\sum(x_i^2) - (\sum x_i)^2}{N}

La formule simple de la variance de l'échantillon est la suivante :

s2=(xi2)(xi)2N1s^2 = \frac{\sum(x_i^2) - (\sum x_i)^2}{N-1}

Pour calculer l'écart type, vous devez d'abord calculer la variance en utilisant l'une des deux formules ci-dessus. L'écart type est alors la racine carrée de la variance.

Par exemple, avec un échantillon de données 1, 2, 4, 6, le calcul de la variance de l'échantillon serait le suivant :
(xi2)=(12+22+42+62)=57\sum(x_i^2) = (1^2 + 2^2 + 4^2 + 6^2) = 57
(xi)2=(1+2+4+6)24=1694=42, ⁣25(\sum x_i)^2 = \frac{(1 + 2 + 4 + 6)^2}{4} = \frac{169}{4} = 42,\!25

ce qui donne

σ2=5742, ⁣2541=4, ⁣9167\sigma^2 = \frac{57 - 42,\!25}{4-1} = 4,\!916\,7.

L'écart type serait alors la racine carrée de la variance :

4, ⁣91672, ⁣2\sqrt{4,\!916\,7} \approx 2,\!2

Essayez vous-même, puis vérifiez votre réponse avec notre calculateur d'écart type !

Résumé des variables et des équations

Tableau 1. Variables pour les données de population

Variable

Symbole

Équation

Nombre d'observations

NN

Moyenne de la population

μ\mu

1Nxi\frac{1}{N}\sum x_i

Somme des carrés

SC\mathrm{SC}

(xiμ)2\sum(x_i - \mu)^2

Variance

σ2\sigma^2

SCN\frac{\mathrm{SC}}{N}

Écart type

σ\sigma

σ2\sqrt{\sigma^2}

Tableau 2. Variables pour les données de l'échantillon

Variable

Symbole

Équation

Moyenne de l'échantillon

xˉ\={x}

1Nxi\frac{1}{N}\sum x_i

Somme des carrés

SC\mathrm{SC}

(xixˉ)2\sum (x_i - \={x})^2

Variance de l'échantillon

s2s^2

SCN1\frac{SC}{N-1}

Écart type

ss

s2\sqrt{s^2}

Jasmine J Mah
Data (You may enter up to 30 numbers)
x₁
x₂
Settings
Dataset type
sample
Steps to show
summary
Results
Observations (N):0
Mean (x̄):0
Standard deviation (s):0
Check out 32 similar collection of journalist's guide calculators
AveragePercentagePercentage change… 29 more
People also viewed…

Body fat

Use our free Body Fat Calculator, based on BMI, to determine your body fat percentage and explore your ideal body fat range.

Chi-square

Determine the goodness of fit of your data with the chi-square calculator.

Coffee kick

A long night of studying? Or maybe you're on a deadline? The coffee kick calculator will tell you when and how much caffeine you need to stay alert after not sleeping enough 😀☕ Check out the graph below!

Expected value

Unlock the power of statistics with our expected value formula calculator. Learn how to calculate the expected value swiftly. Try it today!