Calculateur d'écart-type combiné

Calculateur d'écart-type combiné

En croissance AI Skill PRO

Entrez le calcul

Formule

Sp=(n1−1)s12+(n2−1)s22n1+n2−2S_p = \sqrt{\dfrac{({{\text{n}_1}} - 1)\,{{\text{s}_1}}^{2} + ({{\text{n}_2}} - 1)\,{{\text{s}_2}}^{2}}{{{\text{n}_1}} + {{\text{n}_2}} - 2}}
Statistiques d'utilisation

Publicité

Résultats

Écart-type combiné
5,5723
Sp
Variance combinée (Sp²) 31,05
Degrés de liberté (n₁ + n₂ − 2) 20

Signaler une erreur sur cette page

Qu'est-ce que l'écart-type combiné ?

L'écart-type combiné (Sp), parfois appelé écart-type groupé ou poolé, est une moyenne pondérée des écarts-types de deux échantillons, réunis en une seule estimation de l'écart-type commun de la population. On l'utilise lorsqu'on suppose que deux échantillons indépendants proviennent de populations partageant la même variance. Cette estimation combinée est au cœur du test t à deux échantillons, de la taille d'effet d de Cohen et des intervalles de confiance portant sur la différence entre deux moyennes.

Deux distributions d'échantillons de tailles différentes combinées en une dispersion commune
L'écart-type combiné réunit la dispersion de deux échantillons en une seule estimation pondérée.

Comment utiliser ce calculateur

Saisissez l'effectif de chaque échantillon (\(n_1\) et \(n_2\)) ainsi que l'écart-type de chacun (\(s_1\) et \(s_2\)). Le calculateur renvoie l'écart-type combiné, la variance combinée (\(S_p^2\)) et le nombre de degrés de liberté (\(n_1 + n_2 - 2\)). Chaque échantillon doit compter au moins deux observations afin que les degrés de liberté restent positifs.

La formule expliquée

La variance combinée pondère la variance de chaque échantillon par son nombre de degrés de liberté (\(n - 1\)) :

$$S_p^2 = \frac{(n_1 - 1)\,s_1^{2} + (n_2 - 1)\,s_2^{2}}{n_1 + n_2 - 2}$$

En extrayant la racine carrée, on obtient l'écart-type combiné, \(S_p\). Les échantillons de grande taille pèsent davantage dans l'estimation combinée : c'est pourquoi les variances sont pondérées plutôt que simplement moyennées.

Publicité
Décomposition de la formule montrant les variances pondérées sur les degrés de liberté combinés
Chaque variance d'échantillon est pondérée par ses degrés de liberté avant la combinaison.

Exemple résolu

Supposons que l'échantillon 1 ait \(n_1 = 10\) et \(s_1 = 5\), et que l'échantillon 2 ait \(n_2 = 12\) et \(s_2 = 6\). On obtient alors \((10-1)\cdot 25 = 225\) et \((12-1)\cdot 36 = 396\), soit une somme de \(621\). Les degrés de liberté valent \(10 + 12 - 2 = 20\), d'où $$S_p^2 = \frac{621}{20} = 31{,}05 \quad\text{et}\quad S_p = \sqrt{31{,}05} \approx 5{,}5722.$$

Comment l'écart-type poolé évolue selon les scénarios

La variance poolée est une moyenne pondérée des deux variances d'échantillon, avec pour poids le nombre de degrés de liberté de chaque échantillon : \(S_p^2 = \dfrac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}\). Le tableau l'applique à quatre scénarios.

Scénario n₁ s₁ n₂ s₂ Variance poolée Sp ddl
A. n égaux, écarts-types différents 20 4 20 8 (19·16 + 19·64)/38 = 40 6.3246 38
B. n inégaux, le plus grand échantillon domine 10 5 40 10 (9·25 + 39·100)/48 = 85.9375 9.2702 48
C. Écarts-types identiques 12 6 30 6 (11·36 + 29·36)/40 = 36 6 40
D. Petit échantillon à écart-type plus grand 8 12 50 4 (7·144 + 49·16)/56 = 32 5.6569 56
  • Scénario A : avec des tailles d'échantillon égales, Sp est la moyenne quadratique des deux écarts-types : \(\sqrt{(4^2+8^2)/2} = \sqrt{40} \approx 6.3246\). Cette valeur est supérieure à la moyenne simple de 6.
  • Scénario B : le second échantillon compte quatre fois plus d'observations, donc Sp (9,27) se situe beaucoup plus près de s₂ = 10 que de s₁ = 5.
  • Scénario C : lorsque s₁ = s₂, les poids n'ont pas d'importance et Sp est égal à cet écart-type commun, quelles que soient les tailles d'échantillon.
  • Scénario D : l'échantillon de 50 observations a l'écart-type le plus faible, donc Sp (5,66) est tiré vers 4, bien que le petit échantillon ait un écart-type beaucoup plus grand, égal à 12.
Publicité

Interpréter l'écart-type poolé

  • Toujours compris entre s₁ et s₂ : puisque Sp² est une moyenne pondérée de s₁² et s₂² avec des poids positifs, \(\min(s_1, s_2) \le S_p \le \max(s_1, s_2)\). Il est égal à chacun des deux uniquement lorsque s₁ = s₂.
  • Estimation d'un écart-type commun : sous l'hypothèse que les deux populations ont la même variance σ², Sp² est l'estimation combinée de σ². Elle utilise l'information des deux échantillons, elle est donc plus stable que l'un ou l'autre s pris isolément.
  • Erreur standard de la différence des moyennes : $$SE = S_p\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}$$ Dans le scénario A, \(SE = \sqrt{40}\cdot\sqrt{0.1} = \sqrt{4} = 2\).
  • d de Cohen : $$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$$ Dans le scénario A, une différence de moyennes de 5 donne \(d = 5/6.3246 \approx 0.79\).
  • Degrés de liberté : \(df = n_1 + n_2 - 2\) est le nombre de degrés de liberté de la distribution t dans le test t de Student à deux échantillons avec variances poolées. Le scénario A a df = 38 et le scénario B a df = 48.
  • Vérifier l'hypothèse d'égalité des variances : une règle empirique courante veut que si le plus grand écart-type dépasse d'environ 2 fois le plus petit (un rapport de variances supérieur à environ 4), le regroupement soit discutable. Cela est particulièrement vrai lorsque les tailles d'échantillon diffèrent. Dans ce cas, on utilise généralement le test t de Welch, qui ne regroupe pas les variances. Le scénario A a un rapport d'écarts-types exactement égal à 2, et le scénario D a un rapport de 3.

Conventions et cas limites

Chaque cas ci-dessous a été passé dans ce calculateur ; la colonne résultat indique ce qu’il renvoie réellement.

CasEntréeRésultat
Groupes de 10 et 12 (écart-type 5 et 6)10, 5, 12, 65,5723
Une valeur par groupe1, 5, 1, 6L’écart type combiné nécessite au moins 2 valeurs dans chaque groupe.

Vérifié le 2026-11-08

FAQ

Quand faut-il combiner les écarts-types ? Combinez-les lorsque l'on suppose que les deux groupes ont des variances de population égales. Si les variances diffèrent fortement, préférez le test t de Welch.

Pourquoi utiliser \(n - 1\) plutôt que \(n\) ? L'emploi de \(n - 1\) (correction de Bessel) fournit une estimation sans biais de la variance à partir d'un échantillon.

L'ordre des échantillons a-t-il une importance ? Non. Intervertir les deux échantillons donne exactement le même écart-type combiné.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques