Qu'est-ce que le calculateur d'écart moyen ?
Le calculateur d'écart moyen mesure la distance moyenne entre chaque valeur de votre jeu de données et un point de référence central, qu'il s'agisse de la moyenne ou de la médiane. Ce chiffre unique, appelé écart absolu, révèle à quel point vos données sont dispersées ou homogènes. Contrairement à l'écart type, qui élève les différences au carré, l'écart absolu moyen et l'écart absolu médian utilisent simplement les valeurs absolues : ils sont donc plus faciles à interpréter et moins sensibles aux valeurs aberrantes. Cet outil convient à toute donnée numérique et ne dépend d'aucun pays ni d'aucune devise.
Comment l'utiliser
- Saisissez vos nombres séparés par des virgules, par exemple : 4, 8, 6, 5, 12, 7.
- Indiquez si vous souhaitez mesurer l'écart par rapport à la moyenne ou à la médiane.
- Lisez le résultat instantanément : le calculateur affiche l'écart absolu moyen ainsi que la valeur centrale utilisée.
La formule expliquée
L'écart absolu moyen (MAD, pour Écart absolu moyen) correspond à la moyenne des différences absolues entre chaque donnée et une valeur centrale :
$$\text{MAD} = \frac{1}{n}\sum_{i=1}^{n}\left| x_i - \bar{x} \right| \qquad x_i \in \text{Data Set}$$
Où \(x_i\) représente chaque valeur, \(c\) le centre choisi (moyenne ou médiane) et \(n\) le nombre de données. Les barres verticales indiquent la valeur absolue : les différences négatives et positives sont donc traitées de la même façon. Choisir la médiane comme centre donne en général un écart plus faible et plus robuste lorsque vos données contiennent des valeurs aberrantes.
Exemple concret
Prenons le jeu de données : 4, 8, 6, 5, 12, 7. La moyenne vaut \((4+8+6+5+12+7) \div 6 = 42 \div 6 = 7\). Les différences absolues par rapport à 7 sont : 3, 1, 1, 2, 5, 0. Leur somme est 12, donc l'écart absolu moyen $$= 12 \div 6 = 2{,}0.$$ Cela signifie que les valeurs se situent en moyenne à environ 2 unités de la moyenne.
Écart absolu moyen et médian : comparaison de scénarios
« Centré sur la médiane (moyenne) » désigne la moyenne des \(|x_i - \text{médiane}|\) ; « centré sur la médiane (médiane) » désigne la médiane de ces écarts.
| Jeu de données | Moyenne | Médiane | MAD centré sur la moyenne | Centré sur la médiane (moyenne) | Centré sur la médiane (médiane) | Remarque |
|---|---|---|---|---|---|---|
| Symétrique : 1, 2, 3, 4, 5 | 3 | 3 | 1.2 | 1.2 | 1 | La moyenne et la médiane coïncident, donc l'une ou l'autre mesure moyenne est représentative. |
| Asymétrique : 1, 2, 2, 3, 10 | 3.6 | 2 | 2.56 | 2 | 1 | La queue de distribution tire la moyenne vers le haut ; les mesures centrées sur la médiane décrivent mieux le point typique. |
| Valeur aberrante : 10, 11, 12, 13, 100 | 29.2 | 12 | 28.32 | 18.4 | 1 | La valeur centrée sur la moyenne est dominée par la valeur aberrante ; la médiane des écarts est la plus représentative de l'essentiel des données. |
| Identique : 5, 5, 5, 5 | 5 | 5 | 0 | 0 | 0 | Aucune variabilité ; toutes les mesures sont nulles. |
Vérification pour la ligne de la valeur aberrante : moyenne \(= 146/5 = 29.2\) ; les écarts à la moyenne totalisent 141.6, et \(141.6/5 = 28.32\). Les écarts à la médiane 12 sont 2, 1, 0, 1, 88 (somme 92), et \(92/5 = 18.4\) ; leur médiane est 1.
Interpréter votre résultat MAD
- Mêmes unités que les données. Si vos données sont en kilogrammes, le MAD est en kilogrammes. Ne comparez les valeurs de MAD qu'entre des jeux de données mesurés dans les mêmes unités.
- Plus la valeur est grande, plus la dispersion est forte. Un MAD de 0 signifie que toutes les valeurs sont identiques ; plus il est grand, plus les valeurs s'écartent typiquement du centre.
- Jugez-le par rapport à l'échelle. Un MAD de 5 est grand pour des données centrées autour de 10, mais petit pour des données centrées autour de 10 000. Diviser par la moyenne (\(\text{MAD}/\bar{x}\)) donne une mesure relative sans unité, à condition que la moyenne ne soit pas proche de zéro.
- Lien avec l'écart-type. Pour des données à peu près normales, l'écart-type vaut environ 1.25 fois l'écart absolu moyen : $$\sigma \approx 1.2533 \times \text{MAD}$$ Cette relation ne tient pas bien pour des données asymétriques ou à queues lourdes. La médiane des écarts absolus est généralement multipliée par environ 1.4826 pour estimer \(\sigma\) pour des données normales.
- Petits échantillons. Avec seulement quelques points, le MAD peut beaucoup varier lorsqu'une seule valeur est ajoutée ou retirée ; considérez-le donc comme une description approximative plutôt que comme une estimation précise.
- Valeurs aberrantes. Le MAD centré sur la moyenne est affecté par les valeurs extrêmes, à la fois par les écarts et par la moyenne elle-même. Les versions fondées sur la médiane, en particulier la médiane des écarts absolus, sont beaucoup moins affectées. Indiquez toujours la variante que vous avez calculée.
Conventions et cas limites
Chaque cas ci-dessous a été passé dans ce calculateur ; la colonne résultat indique ce qu’il renvoie réellement.
| Cas | Entrée | Résultat |
|---|---|---|
| Décimales 0,1 ; 0,2 ; 0,3 | 0.1, 0.2, 0.3 | 0,0667 |
| Nombre pair de valeurs (1, 2, 3, 4) | 1, 2, 3, 4 | 1 |
| Valeurs négatives (−3, −1, 4) | -3, -1, 4 | 2,6667 |
| Un zéro dans la liste (0, 4, 9) | 0, 4, 9 | 3,1111 |
| Échantillon ou population (2, 4, 4, 4, 5, 5, 7, 9) | 2, 4, 4, 4, 5, 5, 7, 9 | 1,5 |
| Une seule valeur | 7 | 0 |
Vérifié le 2026-11-08
Questions fréquentes
Quelle est la différence entre l'écart absolu moyen et l'écart absolu médian ? L'écart absolu moyen est centré sur la moyenne, tandis que l'écart absolu médian est centré sur la médiane. La version médiane résiste mieux aux valeurs extrêmes et aux distributions asymétriques.
En quoi le MAD diffère-t-il de l'écart type ? L'écart type élève les différences au carré avant d'en extraire la racine carrée, ce qui amplifie les grands écarts. Le MAD utilise les distances absolues brutes : il est donc plus simple à expliquer et moins influencé par les valeurs aberrantes.
Le MAD peut-il être nul ? Oui. Si toutes les valeurs de votre jeu de données sont identiques, il n'y a aucune variabilité : l'écart moyen est alors égal à zéro.