Calculateur d'Écart Type
Calculateur d'Écart Type
Entrez une liste de nombres et choisissez s'il s'agit d'un échantillon ou de la population complète. Cela calcule l'écart type — la mesure la plus utilisée de la dispersion des valeurs autour de la moyenne.
- Formule d'échantillon : Écart Type = √(Σ(x − moyenne)² ÷ (n − 1)) — divise par n−1 (correction de Bessel), utilisée quand vos données sont un échantillon d'une population plus grande.
- Formule de population : Écart Type = √(Σ(x − moyenne)² ÷ n) — divise par n, utilisée seulement quand votre ensemble de données EST toute la population.
- Interprétation du résultat : un petit écart type signifie que les valeurs se regroupent près de la moyenne ; un grand signifie qu'elles sont largement dispersées.
Dois-je utiliser l'écart type d'échantillon ou de population ?
Utilisez presque toujours celui de l'échantillon (n−1) en pratique — c'est le bon choix quand vos données représentent un sous-ensemble d'un groupe plus large.
Pourquoi la formule d'échantillon divise-t-elle par n−1 plutôt que n ?
Diviser par n a tendance à sous-estimer la vraie variance de population en travaillant à partir d'un échantillon — la correction de Bessel (n−1) ajuste ce biais.
Calculateur d'Écart Type
Entrez une liste de nombres et choisissez s'il s'agit d'un échantillon ou de la population complète. Cela calcule l'écart type — la mesure la plus utilisée de la dispersion des valeurs autour de la moyenne.
- Formule d'échantillon : Écart Type = √(Σ(x − moyenne)² ÷ (n − 1)) — divise par n−1 (correction de Bessel), utilisée quand vos données sont un échantillon d'une population plus grande.
- Formule de population : Écart Type = √(Σ(x − moyenne)² ÷ n) — divise par n, utilisée seulement quand votre ensemble de données EST toute la population.
- Interprétation du résultat : un petit écart type signifie que les valeurs se regroupent près de la moyenne ; un grand signifie qu'elles sont largement dispersées.
Dois-je utiliser l'écart type d'échantillon ou de population ?
Utilisez presque toujours celui de l'échantillon (n−1) en pratique — c'est le bon choix quand vos données représentent un sous-ensemble d'un groupe plus large.
Pourquoi la formule d'échantillon divise-t-elle par n−1 plutôt que n ?
Diviser par n a tendance à sous-estimer la vraie variance de population en travaillant à partir d'un échantillon — la correction de Bessel (n−1) ajuste ce biais.