Je passe beaucoup de temps à regarder les chiffres qui décrivent les performances des outils sur Toolz.dev : les temps de chargement des pages, le temps d'une conversion côté client, le nombre de millisecondes qu'un encodeur laminé à la main dépense par exécution. Au début, j'ai signalé des moyennes et rien d'autre, et cela m'a brûlé. Deux builds avaient le même temps de rendu moyen, j'ai donc expédié l'un "équivalent" et les utilisateurs se sont plaints que cela semblait jalcommode. La moyenne était identique, la propagation non. Une construction était stable, l'autre s'inclinait entre le rapide et le lent. Le nombre qui l'aurait pris est un écart type, et après cela, je n'ai jamais fait confiance à une moyenne sans à nouveau.
tl;dr : L'écart type mesure la répartition d'un ensemble de nombres, dans les mêmes unités que les données. L'écart type de la population divise la somme des écarts au carré par N ; l'écart type de l'échantillon divise par n moins 1 (correction de Bessel) et est utilisé lorsque vos données sont un échantillon d'un groupe plus large. le Calculateur d'écarts-types Calcule les deux à la fois, ainsi que la variance, la moyenne, la médiane et le mode, entièrement dans votre navigateur.
Une moyenne est un point unique. L'écart type est la largeur qui l'entoure, et les deux racontent ensemble une histoire que l'on ne raconte pas seuls. Ce guide couvre ce que signifie le nombre, la décision de population contre échantillon qui fait trébucher presque tout le monde, comment les mathématiques fonctionnent étape par étape et comment lire l'ensemble complet des statistiques renvoyées par la calculatrice.
Qu'est-ce que l'écart type, en termes clairs ?
L'écart type est la distance typique entre une valeur et la moyenne de son ensemble de données. Un petit écart type signifie que les valeurs se tiennent à proximité de la moyenne et les unes des autres. Un grand signifie qu'ils sont dispersés. Parce qu'il est exprimé dans les mêmes unités que vos données, il est directement interprétable : si les résultats des tests ont une moyenne de 75 et un écart type de 4, la plupart des élèves ont obtenu un score d'environ quatre points sur 75. Si l'écart type est de 18, la classe est partout, même si la moyenne est identique.
Ce dernier point est la raison pour laquelle la statistique existe. Prenez deux classes qui ont toutes deux en moyenne 75. Dans le premier, les scores se regroupent de 70 à 80. Dans le second, la moitié de la classe a marqué 95 et la moitié a marqué 55. Même moyenne, classes complètement différentes, et seul l'écart type expose la différence. le calculatrice moyenne vous donnera volontiers le 75 pour les deux ; le Calculateur d'écarts-types est ce qui les distingue.
L'écart type sous-tend une quantité surprenante de statistiques quotidiennes : intervalles de confiance, scores z, "plus ou moins" sur un sondage, des graphiques de contrôle sur une ligne d'usine et des mesures de volatilité dans la finance. Partout où quelqu'un signale une moyenne, puis admet qu'elle varie, l'écart type est la chose quantifiant la variation.
Quelle est la différence entre la population et l'écart type de l'échantillon ?
C'est la décision que les gens se trompent, et cela change la réponse, donc cela vaut la peine d'être précis. Les deux versions démarrent de la même manière : trouvez la moyenne, soustrayez-la de chaque valeur, équivaut à chaque différence et additionnez les carrés. La scission est ce que vous divisez.
L'écart type de population divise cette somme des écarts au carré par n, le nombre de valeurs. Vous l'utilisez lorsque vos données sont l'ensemble du groupe qui vous tient à cœur, sans rien laisser en dehors. Les notes de chaque élève d'une classe que vous enseignez, lorsque la classe est toute la population que vous souhaitez décrire, est une population.
Échantillon d'écart type divise par N moins 1 au lieu de N. Vous l'utilisez lorsque vos chiffres sont un échantillon tiré pour représenter une population plus importante que vous ne pouvez pas mesurer en totalité. Une enquête auprès de 500 électeurs représentant un pays, ou 30 mesures de temps de rendu pour les courses infinies que le code pourrait théoriquement faire, sont des échantillons.
Diviser par n moins 1 est appelé la correction de Bessel, et il existe pour corriger un biais. Un échantillon sous-estime presque toujours la véritable propagation de la population dont il est issu, car la moyenne de l'échantillon est plus proche de ses propres points que la moyenne réelle de la population. Réduire le dénominateur de n à n moins 1 gonfle juste assez pour corriger cela, en moyenne. C'est pourquoi l'écart type de l'échantillon est toujours légèrement supérieur à celui de la population sur les mêmes données, et pourquoi l'écart se rétrécit à mesure que l'échantillon augmente : à n de 500, la différence entre la division de 500 et 499 est triviale, mais à n de 5, elle est réelle.
La règle pratique : en cas de doute et que vos chiffres sont un échantillon de quelque chose de plus grand, utilisez la version de l'échantillon. le Calculateur d'écarts-types Affiche les deux côte à côte afin que vous n'ayez jamais à recalculer lorsque vous changez d'avis sur celui qui s'applique.
Comment est calculé l'écart type, étape par étape ?
Prenez le jeu de données du manuel 2, 4, 4, 4, 5, 5, 7, 9, qui a une moyenne de 5. Voici le calcul complet que l'outil exécute :
| Étape | Opération | Résultat |
|---|---|---|
| 1 | Moyenne = somme / compte = 40 / 8 | 5 |
| 2 | Les écarts par rapport à la moyenne | -3, -1, -1, -1, 0, 0, 2, 4 |
| 3 | Écarts au carré | 9, 1, 1, 1, 0, 0, 4, 16 |
| 4 | somme des carrés | 32 |
| 5 | Variation de la population = 32 / 8 | 4 |
| 6 | Écart type de population = sqrt(4) | 2 |
| 7 | Écran de variance = 32 / 7 | 4.571 |
| 8 | Exemple d'écart type = sqrt(4.571) | 2.138 |
L'écart type de population d'exactement 2 est la raison pour laquelle cet ensemble de données apparaît dans chaque manuel de statistiques : il est propre. Remarquez comment les valeurs d'échantillon sont un peu plus grandes, ce qui est la correction de Bessel au travail. La variance, aux étapes 5 et 7, est la quantité intermédiaire : c'est l'écart moyen au carré, et l'écart type est simplement sa racine carrée. La variance est plus difficile à interpréter directement car elle est en unités au carré, c'est pourquoi l'écart type, de retour dans les unités d'origine, est le nombre de personnes.
Que rapporte la calculatrice d'autre ?
L'écart type ne voyage rarement seul, de sorte que le Calculateur d'écarts-types Renvoie un résumé descriptif complet en un seul passage sur vos données :
| statistique | Ce qu'il vous dit |
|---|---|
| évaluer | Combien de valeurs ont été analysées |
| addition | Le total de toutes les valeurs |
| Moyenne | La moyenne arithmétique |
| Médiane | La valeur moyenne, robuste aux valeurs aberrantes |
| mode | la ou les valeurs les plus fréquentes |
| Minimum / Maximum | les extrêmes |
| Gamme | Maximum moins le minimum, la mesure de spread la plus brute |
| écart | Population et échantillon, la propagation de l'unité au carré |
| somme des carrés | La quantité intermédiaire derrière la variance |
| Coefficient de variation | Écart type en pourcentage de la moyenne |
Le coefficient de variation est celui qui mérite d'être connu, car il résout un problème à lui seul. Un écart type de 5 est énorme sur les données qui sont en moyenne de 10 et minuscules sur les données qui s'élèvent à 10 000 en moyenne. Diviser l'écart type par la moyenne et l'exprimer en pourcentage rend l'écart comparable entre des ensembles de données sur des échelles complètement différentes, vous pouvez donc dire qu'un ensemble est plus variable en termes relatifs qu'un autre même lorsque leurs unités brutes diffèrent. Cela n'est significatif que lorsque la moyenne n'est pas nulle, donc l'outil l'omet dans ce cas plutôt que de diviser par zéro.
La médiane et le mode complètent l'image. Lorsque les données sont biaisées, la moyenne et la médiane racontent des histoires différentes, et la calculatrice moyenne Le guide approfondit pourquoi. Pour comprendre la propagation spécifiquement, la médiane vous donne un centre résistant à comparer à la moyenne : s'ils divergent fortement, vous avez des valeurs aberrantes ou des biais, et l'écart type doit être lu avec cela à l'esprit.
Comment utiliser la calculatrice d'écart type ?
Collez ou tapez vos numéros dans la boîte. L'analyseur accepte les virgules, les espaces, les points-virgules, les onglets et les nouvelles lignes comme séparateurs, donc une colonne copiée directement à partir d'un tableur fonctionne sans reformatage, tout comme une liste séparée par des virgules. Les décimales et les nombres négatifs sont tous les deux corrects.
Choisissez la population ou l'échantillon avec la bascule. L'exemple est le cas par défaut car il s'agit du cas le plus courant dans le monde réel, mais passez à la population lorsque vos chiffres sont l'ensemble du groupe. L'écart type de titre et toutes les statistiques ci-dessous se mettent à jour instantanément au fur et à mesure que vous modifiez la liste.
Un choix de conception délibéré : l'outil ne laisse pas tomber silencieusement l'entrée qu'il ne peut pas lire. Si vous collez une colonne avec une étiquette errante, un symbole monétaire ou une cellule vide qui s'affiche sous forme de texte, il signale le jeton incriminé par nom plutôt que de calculer tranquillement une mauvaise réponse sur les valeurs qu'il a comprises. La perte de données silencieuse est la façon dont un rapport finit par être subtilement faux, et je préférerais que l'outil se plaindre bruyamment.
Comme pour tous les outils du site, le calcul est entièrement client. Votre ensemble de données n'est jamais téléchargé, ce qui importe lorsque les chiffres sont les salaires, les mesures médicales ou tout ce que vous ne colleriez pas dans un formulaire Web aléatoire. Le raisonnement derrière cette position est énoncé dans le Guide de confidentialité des données, et la même ingénierie côté client s'étend sur les Boîte à outils pour les développeurs Web.
Où l'écart type apparaît dans un travail réel
La statistique est abstraite jusqu'à ce que vous voyiez où elle gagne son donjon, alors voici les endroits où je l'ai attelé. Dans le travail de performance, c'est là que j'ai commencé, c'est la différence entre un outil rapide et un outil qui semble rapide. Deux fonctions peuvent partager une latence moyenne et se comporter complètement différemment : une constante, une qui s'élance. La déclaration de l'écart type à la moyenne est la façon dont vous attrapez le ramassage avant que les utilisateurs ne le fassent, et c'est pourquoi il signale un spread, pas seulement une moyenne.
En finance, l'écart type est la mesure standard de la volatilité. Un fonds avec un rendement plus élevé mais un écart type beaucoup plus important des rendements n'est évidemment pas meilleur ; il est plus risqué, et les deux chiffres sont ce qui vous permet de peser le rendement contre le risque plutôt que de chasser la moyenne. Dans la fabrication et le contrôle de la qualité, les cartes de contrôle sont construites directement sur l'écart type : un processus est considéré comme en contrôle tandis que sa sortie reste à quelques écarts standard de la cible, et au moment où la propagation s'élargit, la carte le signale avant que les défauts ne s'accumulent.
Dans le domaine de l'éducation, l'utilisation est plus calme mais tout aussi réelle. Un enseignant qui examine un ensemble de scores d'examen apprend plus de la propagation que la moyenne. Un faible écart type indique que la classe a compris uniformément le matériau; un niveau élevé indique que certains élèves sont perdus tandis que d'autres sont restitués, ce qui nécessite une réponse différente même lorsque la moyenne semble bien. appariement des Calculateur d'écarts-types avec le calculateur de notes Transforme un carnet de notes d'une liste de chiffres en une image de la façon dont une classe se porte.
Et dans le cadre d'un sondage et d'un travail de recherche, l'écart type d'un échantillon est la première étape vers un intervalle de confiance et une marge d'erreur. Le "plus ou moins trois points" sur un sondage est un écart type portant un manteau, c'est pourquoi la distinction échantillon contre population est si importante dans ce contexte.
Erreurs courantes avec écart type
Le premier est de choisir le mauvais dénominateur. L'utilisation de la formule de population sur un échantillon sous-estime la propagation et l'utilisation de la formule de l'échantillon sur une population complète l'exagère légèrement. Sur les grandes séries de données, la différence est négligeable ; sur les petits, ce n'est pas le cas, donc le choix est le plus important lorsque les gens sont les moins prudents à ce sujet.
La seconde est la comparaison des écarts-types entre les ensembles de données mesurés en différentes unités ou échelles. Un écart type de 12 centimètres et 12 kilogrammes ne sont pas comparables à ceux des nombres bruts. C'est à cela que sert le coefficient de variation, et atteindre l'écart type brut produit plutôt des absurdités confiantes.
Le troisième est de faire confiance à l'écart type sur des données extrêmement biaisées ou aberrantes. Parce qu'il s'équilibre avec les écarts, une seule valeur extrême déplace beaucoup l'écart type. Quand un nombre est de dix fois les autres, vérifiez d'abord la médiane par rapport à la moyenne ; si elles sont en désaccord, l'écart type décrit une distribution qu'un seul nombre de résumés ne peut pas vraiment saisir. Pour des contrôles de cohérence sur des éléments tels que les notes, en l'associant à la calculateur de notes et le calculateur pourcentage Vous donne le contexte complet plutôt qu'un seul nombre isolément.
Questions fréquentes
Comment calculer l'écart type ?
Trouvez la moyenne, soustrayez-la de chaque valeur et équerrez le résultat, ajoutez ces carrés ensemble, divisez par n pour une population ou n moins 1 pour un échantillon, puis prenez la racine carrée. Pour 2, 4, 4, 4, 5, 5, 7, 9, la moyenne est de 5, la somme des écarts au carré à 32, donc l'écart type de la population est la racine carrée de 32/8, soit 2.
Quelle est la différence entre la population et l'écart type de l'échantillon ?
L'écart type de population divise la somme des écarts au carré par N et est utilisé lorsque vos nombres sont l'ensemble du groupe. L'échantillon d'écart type se divise par n moins 1 et est utilisé lorsque vos chiffres sont un échantillon qui estime une population plus importante. Diviser par n moins 1, appelé correction de Bessel, supprime le biais à la baisse dans une estimation de l'échantillon, de sorte que la valeur de l'échantillon est toujours légèrement plus grande.
Dois-je utiliser la formule de l'échantillon ou de la population ?
Utilisez la formule de population lorsque vous disposez de données pour chaque membre du groupe qui vous intéresse, comme les scores d'une classe entière que vous notez. Utilisez la formule d'échantillon lorsque vos chiffres sont un sous-ensemble tiré pour représenter une population plus importante, ce qui est le cas le plus courant dans les recherches et les enquêtes. Lorsqu'il n'est pas sûr, la formule de l'échantillon est le choix conventionnel sûr.
Qu'est-ce que la variance et quel est son lien avec l'écart type ?
La variance est la moyenne des écarts au carré par rapport à la moyenne, et l'écart type est sa racine carrée. La variance est en unités au carré, il est donc plus difficile à interpréter directement, tandis que l'écart type est de retour dans les unités d'origine des données. La calculatrice rapporte à la fois la variance de la population et de l'échantillon parallèlement aux écarts-types.
Que signifie un écart type élevé ou faible ?
Un faible écart type signifie que les valeurs sont proches de la moyenne et les unes des autres, indiquant une cohérence. Un haut signifie qu'ils sont répartis sur une large gamme. Ce qui compte comme élevé ou faible dépend de l'échelle de vos données, c'est pourquoi le coefficient de variation, l'écart type divisé par la moyenne, est utile pour la comparaison.
Puis-je coller une colonne de chiffres à partir d'une feuille de calcul ?
Oui. La calculatrice se divise en virgules, espaces, points-virgules, onglets et nouvelles lignes, donc une colonne copiée depuis Excel ou Google Sheets est lue correctement sans reformatage. Les décimales et les nombres négatifs sont pris en charge, et tout jeton non numérique est signalé plutôt qu'ignoré.
Quel est le coefficient de variation ?
Le coefficient de variation est l'écart type exprimé en pourcentage de la moyenne. Parce qu'il n'a pas d'unité, il vous permet de comparer la variabilité relative de deux ensembles de données mesurées sur des échelles différentes, telles que la taille par rapport aux poids. Cela n'a de sens que lorsque la moyenne n'est pas nulle.
Mes données sont-elles privées ?
Oui. Chaque calcul s'exécute dans votre navigateur en JavaScript simple. Les numéros que vous saisissez ne sont jamais transmis, enregistrés ou stockés, et l'outil continue de fonctionner sans connexion réseau une fois la page chargée.
