URL : /statistics-calculators/statistics-calculator Schema : WebApplication + FAQPage + BreadcrumbList
Le Calculateur de statistiques prend une liste collée de nombres et retourne un résumé complet en un seul passage : compte, somme, minimum, maximum, plage, moyenne, médiane, mode, variance, écart-type, quartiles et plage interquartile. Collez des valeurs séparées par des virgules, des espaces ou des sauts de ligne, et chaque mesure calcule ensemble à partir de la même liste, afin qu’une seule correction des données rafraîchisse chaque chiffre en même temps.
Plutôt que de calculer chaque statistique séparément avec un outil différent, cette page exécute l’ensemble complet des mesures descriptives standard sur un seul ensemble de données, regroupées selon ce qu’elles décrivent : identité, centre, répartition et position.
Résumez un ensemble de données en un seul calcul
Les statistiques d’une liste brute la transforment en un portrait compact : combien de valeurs il y a, où elles sont centrées, jusqu’où elles s’étendent, et où se situent les coupures du quartile. Une seule colle pilote chaque sortie.
Vérifier le nombre rapporté par rapport à ce qui était réellement prévu est la vérification de santé mentale la plus rapide avant de lire toute autre figure, puisqu’une erreur de transcription dans les données déplace chaque statistique en aval.
Lisez les statistiques d’identité : compte, somme, min, maximum, plage
Exemple retravaillé : l’ensemble de données 12, 15, 15, 18, 22, 24, 31.
| Mesure | Valeur |
|---|---|
| Comte | 7 |
| Sum | 137 |
| Minimum | 12 |
| Maximum | 31 |
| Répartition | 19 |
Le comptage est le nombre de valeurs acceptées. La somme est leur total. Le minimum et le maximum sont les extrêmes. La plage est le maximum moins le minimum : 31 − 12 = 19.
Lisez les mesures du centre : moyenne, médiane, mode
| Mesure | Valeur |
|---|---|
| Méchant | 19.571 |
| Médiane | 18 |
| Mode | 15 |
La moyenne divise la somme par le compte : 137 ÷ 7 ≈ 19.571. La médiane est le milieu de la liste triée (12, 15, 15, 18, 22, 24, 31), ce qui est 18, la quatrième des sept valeurs. Le mode est la valeur la plus fréquente, 15, qui apparaît deux fois tandis que toutes les autres valeurs apparaissent une fois.
La moyenne (19.571) située au-dessus de la médiane (18) est un premier indice de légère biaise à droite, puisque la moyenne est tirée vers le haut par les valeurs supérieures (22, 24, 31) plus que la médiane.
Lisez les mesures de propagation : variance et écart-type
| Mesure | Valeur |
|---|---|
| Variance de l’échantillon | ≈ 45.95 |
| Exemple d’écart-type | ≈ 6.78 |
La variance de l’échantillon et l’écart-type décrivent à quel point les valeurs se regroupent autour de la moyenne, en utilisant la convention d’échantillon qui divise par n − 1 plutôt que par n. Un écart type d’environ 6.78, contre une moyenne d’environ 19.6, indique une dispersion modérée par rapport au centre des données.
Lisez les mesures de position : quartiles
| Mesure | Valeur |
|---|---|
| Q1 (méthode exclusive) | 15 |
| Q3 (méthode exclusive) | 24 |
| IQR | 9 |
L’intervalle interquartile, Q3 moins Q1, couvre le pourcentage moyen 50 des données : 24 − 15 = 9, couvrant les valeurs de 15 à 24. Différentes méthodes en quartile (exclusive, inclusive, interpolation) peuvent décaler légèrement Q1 et Q3, en particulier sur de petits ensembles de données comme cet exemple à sept valeurs.
Comprenez comment les mesures se rapportent entre elles
Lire les quatre groupes ensemble, identité, centre, répartition et position, raconte une histoire plus complète que n’importe quelle statistique unique.
Ici, le comptage et la somme confirment que les données ont été saisies correctement ; la relation moyenne-au-médiane signale un léger décalage à droite ; l’écart-type d’environ 6.78 quantifie cette répartition numérique ; et l’IQR de 9 montre que la moitié centrale des données est relativement serrée même si la plage totale est 19.
Lisez la variance de la population en même temps que la variance de l’échantillon
Certaines affectations nécessitent la formule de population au lieu de la formule d’échantillon, divisant par n plutôt que par n − 1. Pour ce même ensemble à sept valeurs, la variance de population correspond à environ 39.39, plus petite que la variance d’échantillon d’environ 45.95, car diviser par un dénominateur plus grand (n = 7 versus n − 1 = 6) produit toujours un chiffre plus petit.
L’écart-type de la population suit comme racine carrée, environ 6.28 par rapport à la figure d’échantillon d’environ 6.78. Vérifier quelle formule un cours ou un outil attend évite un décalage qui ressemble à une erreur arithmétique mais qui est en réalité une différence de convention.
Questions fréquentes
Quelles statistiques cette calculatrice calcule-t-elle ?
Compte, somme, minimum, maximum, plage, moyenne, médiane, mode, variance de l’échantillon, écart-type de l’échantillon, quartiles (Q1 et Q3) et l’intervalle interquartile, le tout à partir d’un seul ensemble de données collé.
Quelle est la différence entre la moyenne et la médiane dans un résumé statistique ?
La moyenne est la somme divisée par le compte ; la médiane est la valeur moyenne des données triées. Lorsqu’elles diffèrent de manière notable, comme pour une moyenne de 19.571 par rapport à une médiane de 18 dans l’exemple, cet écart indique que les données ne sont pas parfaitement symétriques.
Pourquoi la variance utilise-t-elle n − 1 au lieu de n ?
La formule de variance de l’échantillon divise par n − 1 (plutôt que par n de la formule de population) pour corriger un biais connu lors de l’estimation de la variance d’une population à partir d’un échantillon, plutôt que de mesurer directement la population dans son ensemble.
À quoi sert la plage interquartile ?
IQR mesure la largeur du milieu, le % 50 du milieu, des données et est plus résistant à la distorsion d’un seul cas aberrant que la plage complète, qui n’utilise que les deux valeurs extrêmes.
Puis-je calculer toutes ces statistiques à partir d’un petit ensemble de données ?
Oui, bien que pour des ensembles de données très petits, certaines mesures, en particulier la variance, l’écart-type, l’asie et la kurtose, puissent être moins stables et doivent être interprétées avec prudence.
Que signifie si la moyenne est supérieure à la médiane ?
Cela indique généralement que les données ont une queue plus longue vers des valeurs plus élevées (asimalité droite ou positive), puisque quelques grandes valeurs tirent la moyenne vers le haut plus qu’elles ne déplacent la médiane basée sur la position.
Est-ce que différentes méthodes de quartile donnent des résultats différents ?
Oui. Il existe au moins quatre méthodes courantes pour calculer les quartiles, et elles peuvent produire des valeurs légèrement différentes pour Q1 et Q3, en particulier sur de petits ensembles de données, donc vérifier quelle méthode correspond à un manuel ou à un outil logiciel spécifique est important lors de la comparaison des résultats.
Résumé
Un résumé statistique complet de 12, 15, 15, 18, 22, 24, 31 montre un nombre de 7, une somme de 137, une moyenne d’environ 19.571 contre une médiane de 18 (légère assielage à droite), un mode de 15, un écart-type d’environ 6.78, et des quartiles de 15 et 24 donnant un IQR de 9.
Lire l’identité, le centre, la répartition et la position ensemble donne une image bien plus complète des données que n’importe quelle statistique unique.
Calculateurs connexes
Calculateur de statistiques descriptives · Calculateur de mode médian moyen · Calculateur d’écart-type