Calculateur d'intervalle de confiance
Calculateur d'intervalle de confiance
Outil d'estimation de la moyenne de population
Comprendre les intervalles de confiance
Un intervalle de confiance transforme une simple estimation d'échantillon en une plage de valeurs, vous donnant une idée de la précision avec laquelle vos données d'échantillon situent la véritable moyenne de population.
La marge d'erreur combine la dispersion de votre échantillon (écart-type) avec la taille de votre échantillon et le niveau de confiance choisi en une seule valeur ± ajoutée puis soustraite à la moyenne d'échantillon.
Le niveau de confiance décrit la fiabilité à long terme de la méthode, et non la probabilité pour un intervalle spécifique. Une confiance plus élevée (99 % contre 90 %) nécessite un intervalle plus large pour maintenir cette fiabilité.
La formule
Où x̄ est la moyenne d'échantillon, z est la valeur critique pour votre niveau de confiance, σ est l'écart-type de l'échantillon, et n est la taille de l'échantillon.
Une remarque sur z et t
Ce calculateur utilise les valeurs z critiques standard (1,645, 1,96, 2,576), qui traitent le calcul comme une approximation pour grand échantillon ou variance de population connue — l'approche standard et largement utilisée pour un outil d'intervalle de confiance à usage général. Pour un travail rigoureux avec de petits échantillons et un écart-type de population inconnu, les statisticiens passent généralement à une distribution t avec n − 1 degrés de liberté, qui a des queues légèrement plus épaisses pour tenir compte de l'incertitude supplémentaire. Lorsque la taille de l'échantillon dépasse environ 30, la différence entre les résultats z et t devient négligeable.
L'intervalle le plus étroit des trois préréglages.
Le niveau de confiance le plus couramment utilisé.
L'intervalle le plus large — la fiabilité la plus élevée des trois préréglages.
Points clés à retenir
- Un intervalle de confiance décrit la fiabilité de la méthode, et non la probabilité qu'un intervalle spécifique contienne la moyenne réelle.
-
Les échantillons plus grands produisent des intervalles plus étroits — la marge d'erreur diminue à mesure que
naugmente, puisqu'elle est divisée par√n. - Une confiance plus élevée signifie un intervalle plus large. Il existe un compromis inhérent entre confiance et précision.
- Besoin des calculs sous-jacents de score z ou de centile ? Le Calculateur de score Z couvre la distribution normale standard plus en profondeur.
Questions fréquemment posées
- Saisissez la moyenne de votre échantillon.
- Saisissez l'écart-type de votre échantillon.
- Saisissez la taille de votre échantillon (n).
- Choisissez un niveau de confiance — 90 %, 95 % ou 99 %.
- Cliquez sur « Calculer » pour voir la marge d'erreur et l'intervalle de confiance complet.
Un intervalle de confiance est une plage de valeurs, construite à partir de données d'échantillon, susceptible de contenir la véritable moyenne de population. Un intervalle de confiance à 95 % signifie que si vous répétiez le même processus d'échantillonnage de nombreuses fois et construisiez un intervalle à chaque fois, environ 95 % de ces intervalles contiendraient la véritable moyenne de population — cela ne signifie pas qu'il y a 95 % de chances que la moyenne réelle se trouve dans cet intervalle spécifique.
Ce sont les valeurs critiques standard de la distribution normale pour les niveaux de confiance les plus courants : 1,645 pour 90 %, 1,96 pour 95 %, et 2,576 pour 99 %. Chaque valeur indique le nombre d'erreurs types à parcourir depuis la moyenne pour que le pourcentage spécifié d'une distribution normale se situe entre les deux bornes.
Ce calculateur utilise l'approximation pour grand échantillon (ou variance de population connue), qui est la pratique standard pour un calculateur web à usage général. Pour les petits échantillons (généralement n < 30) avec un écart-type de population inconnu, une distribution t avec n − 1 degrés de liberté est techniquement plus précise, car elle tient compte de l'incertitude supplémentaire liée à l'estimation de la variance à partir d'un petit échantillon. À mesure que la taille de l'échantillon augmente, la distribution t converge vers la distribution normale, de sorte que le résultat basé sur z affiché ici devient une approximation de plus en plus proche.
La marge d'erreur est la quantité ± ajoutée puis soustraite à la moyenne d'échantillon pour construire l'intervalle : marge d'erreur = z × (σ ÷ √n). Une taille d'échantillon plus grande (n) ou un écart-type plus faible réduit la marge d'erreur, produisant un intervalle plus étroit et plus précis.
Pour être plus confiant que l'intervalle capture la véritable moyenne de population, vous devez élargir votre filet. C'est pourquoi la valeur z — et donc la marge d'erreur et la largeur de l'intervalle — augmente à mesure que vous passez de 90 % à 95 % puis à 99 % de confiance.