Calculateur Écart-Type
Calculez la moyenne, la variance, l'écart-type, la médiane et le mode. Compatible formules population et échantillon.
À propos de cet outil
L'écart-type mesure le degré de dispersion de vos données par rapport à la moyenne, ce qui en fait l'un des concepts les plus importants des statistiques. Si la moyenne vous indique la tendance centrale, l'écart-type révèle la variabilité—à quel point les valeurs individuelles s'écartent typiquement de ce centre. Cette métrique est cruciale pour comprendre la cohérence des données, identifier les risques dans les portefeuilles financiers, évaluer la précision des mesures dans le contrôle de qualité et la recherche scientifique.
Pour utiliser la calculatrice, collez simplement ou saisissez vos valeurs de données (séparées par des virgules ou des sauts de ligne). Indiquez si vous analysez une population complète ou un échantillon d'une population plus grande—cela change la formule car les échantillons ont tendance à montrer moins de variation que la population complète. L'outil calcule instantanément la moyenne, la variance, l'écart-type, la médiane et le mode, vous donnant un aperçu statistique complet. Ceci est inestimable pour les chercheurs validant les résultats expérimentaux, les entreprises surveillant la cohérence, les éducateurs notant les évaluations et les analystes interprétant les ensembles de données réels.
Comprendre la différence entre l'écart-type de la population et celui de l'échantillon est essentiel : l'écart-type de population divise par N, tandis que l'écart-type d'échantillon divise par N-1 (correction de Bessel) pour tenir compte du biais d'échantillonnage. La calculatrice affiche également la médiane et le mode, qui, avec la moyenne, fournissent une vue robuste de la forme et de l'emplacement central de vos données. Que vous analysiez des mesures scientifiques, compariez la qualité des produits entre différents lots ou étudiiez la variation des scores aux tests, cet outil transforme les nombres bruts en informations statistiques significatives.
Questions Fréquentes
Implémentation du Code
import statistics
def full_stats(data, population=True):
"""Calculate comprehensive statistics for a dataset."""
n = len(data)
total = sum(data)
mean = total / n
if population:
variance = sum((x - mean) ** 2 for x in data) / n
else:
variance = sum((x - mean) ** 2 for x in data) / (n - 1)
std_dev = variance ** 0.5
sorted_data = sorted(data)
mid = n // 2
median = (sorted_data[mid - 1] + sorted_data[mid]) / 2 if n % 2 == 0 else sorted_data[mid]
# Mode
from collections import Counter
freq = Counter(data)
max_freq = max(freq.values())
mode = [k for k, v in freq.items() if v == max_freq] if max_freq > 1 else []
cv = (std_dev / abs(mean)) * 100 if mean != 0 else 0
return {
"count": n, "sum": total, "mean": mean,
"variance": variance, "std_dev": std_dev,
"min": sorted_data[0], "max": sorted_data[-1],
"range": sorted_data[-1] - sorted_data[0],
"median": median, "mode": mode,
"cv_pct": cv,
}
data = [4, 8, 15, 16, 23, 42]
result = full_stats(data, population=True)
for k, v in result.items():
print(f"{k:12}: {v}")Comments & Feedback
Comments are powered by Giscus. Sign in with GitHub to leave a comment.