Estimer la plage de la vraie valeur à partir de la moyenne et de l'écart-type d'un échantillon

Estimer la plage de la vraie valeur à partir de la moyenne et de l'écart-type d'un échantillon

Émergent AI Skill PRO

Entrez le calcul

Contrainte : 50 < confiance < 100. La moyenne et l'écart-type sont de simples nombres exprimés dans la même unité ; l'intervalle est renvoyé dans cette unité.

Formule

CI=Moyenne μ±z·SD σoù{p=Confiance %100z=Φ−1(1+p2)\begin{gathered} \text{CI} = {{\text{Moyenne }\mu}} \pm z \cdot {{\text{SD }\sigma}} \\[1.5em] \text{où}\quad \left\{ \begin{aligned} p &= \dfrac{{{\text{Confiance }\%}}}{100} \\ z &= \Phi^{-1}\!\left(\dfrac{1 + p}{2}\right) \end{aligned} \right. \end{gathered}
Statistiques d'utilisation

Publicité

Résultats

Plage estimée de la valeur réelle (Confiance: 95%)
La vraie valeur est estimée comprise entre -1,959963 et 1,959963.
Borne inférieure -1,959963
Borne supérieure 1,959963
Valeur critique z (bilatérale) 1,95996
Loi Normale (z), μ ± z·σ

Signaler une erreur sur cette page

À quoi sert ce calculateur

Cet outil estime la plage dans laquelle une « vraie valeur » a de fortes chances de se trouver, à partir d'une moyenne (\(\mu\)) et d'un écart-type (\(\sigma\)) issus d'un échantillon. Il suppose que la grandeur suit une loi normale et renvoie l'intervalle bilatéral symétrique \(\mu \pm z\cdot\sigma\), où \(z\) est la valeur critique de la loi normale centrée réduite associée au niveau de confiance choisi. La moyenne et l'écart-type sont de simples nombres, et l'intervalle est exprimé dans les unités que vous avez saisies.

Comment l'utiliser

Saisissez votre moyenne, votre écart-type (qui doit être supérieur ou égal à 0) et un niveau de confiance en pourcentage tel que 50 < confiance < 100 (le plus souvent 95). Le calculateur convertit ce pourcentage en une probabilité \(p\), détermine la valeur critique $$z = \Phi^{-1}\!\left(\frac{1+p}{2}\right),$$ puis renvoie les bornes inférieure et supérieure. À 100 %, l'intervalle deviendrait infini : la confiance doit donc rester strictement inférieure à 100.

La formule expliquée

Pour une probabilité \(p = \text{confiance}/100\), la valeur \(z\) bilatérale correspond au quantile de la loi normale centrée réduite en \((1+p)/2\). Pour 95 %, on a \(\Phi^{-1}(0{,}975) \approx 1{,}95996\), ce qui donne l'intervalle \(\mu \pm 1{,}96\,\sigma\). Quelques repères utiles : une couverture de 68,26 % équivaut à \(\mu \pm 1\sigma\), 95,45 % à \(\mu \pm 2\sigma\) et 99,73 % à \(\mu \pm 3\sigma\). La fonction de répartition inverse de la loi normale est calculée à l'aide d'une approximation rationnelle (Acklam) suivie d'une étape de raffinement de Halley : aucune table de valeurs n'est donc nécessaire.

Publicité
Courbe en cloche avec une région centrale ombrée entre la moyenne moins z-sigma et la moyenne plus z-sigma
L'intervalle de confiance couvre la zone ombrée centrale de la courbe normale, centrée sur la moyenne.

Exemple concret

Avec une moyenne = 100, un écart-type = 5 et une confiance = 99 % : \(p = 0{,}99\), \(z = \Phi^{-1}(0{,}995) \approx 2{,}57583\). $$\text{Borne inférieure} = 100 - 2{,}57583\cdot 5 = 87{,}121$$ $$\text{Borne supérieure} = 100 + 12{,}879 = 112{,}879$$ Le résultat affiche « entre 87,12 et 112,88 ».

Droite numérique horizontale avec un point central et des barres d'erreur symétriques jusqu'à une borne inférieure et supérieure
L'intervalle correspond à la moyenne de l'échantillon avec une marge symétrique s'étendant aux bornes inférieure et supérieure.

Niveaux de confiance courants et valeurs z

La valeur critique bilatérale est \(z = \Phi^{-1}\left(\frac{1+p}{2}\right)\), où \(p\) est le niveau de confiance exprimé sous forme de proportion. Le tableau indique la probabilité cumulée \((1+p)/2\) utilisée pour chaque niveau, ainsi que le z correspondant pour une loi normale centrée réduite.

Niveau de confiance Probabilité de queue (1+p)/2 z bilatéral
50% 0,75 0,6745
68,27% 0,84135 1,0000
80% 0,90 1,2816
90% 0,95 1,6449
95% 0,975 1,9600
95,45% 0,97725 2,0000
98% 0,99 2,3263
99% 0,995 2,5758
99,73% 0,99865 3,0000
99,9% 0,9995 3,2905

Les lignes 68,27%, 95,45% et 99,73% correspondent à la règle familière des 1, 2 et 3 écarts-types.

Interpréter l'intervalle

Cette calculatrice renvoie \(\text{Moyenne} \pm z \cdot \text{ET}\). Sous une loi normale, il s'agit de la plage censée contenir la proportion indiquée des valeurs individuelles. Par exemple, avec une moyenne de 100 et un ET de 15 à 95 % de confiance, l'intervalle est \(100 \pm 1,96 \times 15 = 100 \pm 29,4\), soit de 70,6 à 129,4. Environ 95 % des valeurs devraient se situer dans cette plage.

Ne pas confondre avec un intervalle de confiance pour la moyenne. Un intervalle de confiance pour une moyenne de population utilise l'erreur type, \(\text{ET}/\sqrt{n}\), à la place de l'ET. Cet intervalle est beaucoup plus étroit et se réduit lorsque la taille d'échantillon \(n\) augmente. L'intervalle présenté ici décrit la dispersion des valeurs individuelles, c'est-à-dire la plage probable d'une mesure unique. Il ne décrit pas la précision avec laquelle la moyenne est connue.

  • Élargir la confiance élargit l'intervalle. La demi-largeur est égale à \(z \cdot \text{ET}\), elle croît donc proportionnellement à z. Passer de 95 % (z = 1,9600) à 99 % (z = 2,5758) rend l'intervalle environ 31 % plus large.
  • Symétrie. L'intervalle est centré sur la moyenne, avec une distance égale au-dessus et au-dessous.
  • Hypothèses. Le résultat n'est valide que si les données suivent approximativement une loi normale et si la moyenne et l'ET sont fiables (considérés comme connus). Avec des données asymétriques, des queues lourdes, des valeurs aberrantes ou un petit échantillon, le taux de couverture réel peut différer sensiblement du niveau annoncé.
Publicité

Termes clés

Moyenne (μ)
La valeur moyenne, qui est le centre de la distribution et de l'intervalle.
Écart-type (σ)
Une mesure de la dispersion des valeurs autour de la moyenne, exprimée dans la même unité que les données.
Niveau de confiance
La proportion de valeurs (ou la probabilité) que l'intervalle est censé couvrir, par exemple 95 %.
Valeur critique z
Le nombre d'écarts-types par rapport à la moyenne nécessaire pour englober le niveau de confiance choisi ; pour 95 %, il vaut 1,9600.
Loi normale
La distribution symétrique en forme de cloche, entièrement décrite par sa moyenne et son écart-type.
Fonction quantile / inverse de la FDC (Φ⁻¹)
La fonction qui prend une probabilité cumulée et renvoie la valeur z en dessous de laquelle se situe cette probabilité. Par exemple, Φ⁻¹(0,975) = 1,9600.
Intervalle bilatéral ou unilatéral
Un intervalle bilatéral laisse des queues égales aux deux extrémités, ce qui explique que la probabilité de queue soit (1+p)/2. Une borne unilatérale place toute la probabilité exclue dans une seule queue et utilise Φ⁻¹(p) à la place.
Marge d'erreur (z·σ)
La demi-largeur de l'intervalle, c'est-à-dire la distance entre la moyenne et l'une ou l'autre des extrémités.

FAQ

Pourquoi utilise-t-on 1,96 pour 95 %, et non 1,645 ? Un intervalle bilatéral symétrique répartit les 5 % restants en deux queues de 2,5 % chacune, ce qui donne \(\Phi^{-1}(0{,}975) \approx 1{,}96\). La valeur 1,645 correspond au quantile unilatéral à 95 % et n'est pas adaptée à une plage bilatérale.

Faut-il plutôt utiliser la loi de Student (t) ? Lorsque \(\sigma\) est estimé à partir d'un petit échantillon, une loi de Student à \(n\) degrés de liberté (intervalle \(\text{moyenne} \pm t\cdot s/\sqrt{n}\)) est plus appropriée. Cet outil traite délibérément \(\sigma\) comme une valeur connue de la population et utilise le \(z\) normal : il n'a donc pas besoin de \(n\).

Et si l'écart-type vaut 0 ? L'intervalle se réduit à un point unique \([\text{moyenne}, \text{moyenne}]\).

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques