Calculateur d'écart-type groupé
Calculez l'écart-type groupé pour deux échantillons indépendants
Saisissez les tailles d'échantillon, les moyennes et les écarts-types de deux groupes pour calculer l'écart-type groupé, la statistique t et le d de Cohen.
Calculateur d'écart-type groupé
Calculez l'écart-type groupé pour deux échantillons indépendants
Échantillon 1
Échantillon 2
À propos du calculateur d'écart-type groupé
L'écart-type groupé est une moyenne pondérée des écarts-types de deux échantillons indépendants (ou plus), utilisée lorsque l'on compare des groupes partageant la même variance de population sous-jacente. C'est un élément central du test t pour échantillons indépendants et de nombreuses autres procédures de statistique inférentielle.
La formule de l'écart-type groupé est : sp = √[((n₁−1)s₁² + (n₂−1)s₂²) / (n₁+n₂−2)], où n₁ et n₂ sont les tailles d'échantillon, et s₁ et s₂ les écarts-types des échantillons. Le dénominateur n₁+n₂−2 représente le nombre total de degrés de liberté pour la comparaison de deux échantillons.
L'écart-type groupé suppose l'homogénéité des variances, c'est-à-dire que les deux échantillons proviennent de populations ayant la même variance. Cette hypothèse doit être vérifiée (par exemple avec le test de Levene ou le test de Bartlett) avant d'utiliser l'estimation groupée. Lorsque les variances sont inégales, le test t de Welch est préférable, car il ne regroupe pas les variances.
En plus de l'écart-type groupé, ce calculateur fournit la variance groupée (sp²), le nombre total de degrés de liberté, la statistique t à deux échantillons et le d de Cohen comme taille d'effet standardisée. d de Cohen = (mean₁ − mean₂) / sp quantifie la signification pratique de la différence de moyennes en unités d'écart-type groupé.
Repères pour le d de Cohen : des valeurs autour de 0.2 sont considérées comme de petits effets, 0.5 comme moyens et 0.8 ou plus comme importants. Ces seuils guident l'interprétation en psychologie, médecine, éducation et sciences sociales.
L'écart-type groupé est également utilisé pour calculer les intervalles de confiance de la différence entre deux moyennes, en méta-analyse pour combiner les tailles d'effet entre études, et en contrôle qualité lors de l'agrégation d'estimations de variabilité entre lots de production.
Les applications pratiques incluent les essais cliniques (comparaison traitement vs groupe témoin), les tests A/B en analyse produit (comparaison des taux de conversion), la recherche en éducation (comparaison de la variabilité des résultats entre classes) et le contrôle qualité industriel (fusion d'estimations de taux de défauts provenant de plusieurs lignes de production).
À retenir : l'écart-type groupé est une estimation plus précise de l'écart-type commun de la population que l'écart-type de l'un ou l'autre échantillon pris séparément, car il exploite simultanément l'information des deux groupes.
Exemples
Ces exemples montrent comment l'écart-type groupé est calculé dans différents scénarios à deux échantillons.
| Entrées | Écart-type groupé | Contexte |
|---|---|---|
| n₁=10, x̄₁=50, s₁=2; n₂=15, x̄₂=55, s₂=3 | sp ≈ 2.669 | Tailles d'échantillon inégales, moyennes différentes |
| n₁=20, x̄₁=30, s₁=4; n₂=20, x̄₂=35, s₂=4 | sp = 4.000 | Tailles et écarts-types égaux, moyenne simple |
| n₁=30, x̄₁=100, s₁=10; n₂=30, x̄₂=105, s₂=12 | sp ≈ 11.045 | Échantillons plus grands, écarts-types similaires |
| n₁=5, x̄₁=8, s₁=1.5; n₂=8, x̄₂=10, s₂=2 | sp ≈ 1.824 | Petits échantillons, poids orienté vers le groupe le plus grand |
Comment utiliser ce calculateur
- Saisissez la taille d'échantillon (n₁), la moyenne (x̄₁) et l'écart-type (s₁) du premier groupe.
- Saisissez les valeurs correspondantes (n₂, x̄₂, s₂) du deuxième groupe. Les tailles d'échantillon doivent être d'au moins 2.
- Cliquez sur « Calculer » pour obtenir l'écart-type groupé, la variance groupée, les degrés de liberté, la statistique t et le d de Cohen.
- Interprétez l'écart-type groupé comme la meilleure estimation de l'écart-type commun de la population sous l'hypothèse d'égalité des variances.
- Utilisez la statistique t et les degrés de liberté avec une table de la loi t pour déterminer la signification statistique, ou consultez le d de Cohen pour la taille d'effet.
Questions fréquentes
Qu'est-ce que l'écart-type groupé ?
L'écart-type groupé (sp) combine les estimations de variance de deux échantillons indépendants en une seule estimation plus précise. Il s'agit d'une moyenne pondérée des deux variances d'échantillon, pondérée par leurs degrés de liberté. Il suppose que les deux populations partagent la même variance sous-jacente.
Quand dois-je utiliser l'écart-type groupé ?
Utilisez l'écart-type groupé lorsque vous supposez l'homogénéité des variances entre deux groupes, par exemple dans un test t classique à deux échantillons. Si un test préliminaire (Levene, Bartlett) suggère que les variances diffèrent significativement, utilisez plutôt le test t de Welch, qui n'exige pas l'égalité des variances.
Qu'est-ce que le d de Cohen et comment l'interpréter ?
Le d de Cohen est une taille d'effet standardisée qui exprime la différence de moyennes en unités d'écart-type groupé. Des valeurs d'environ 0.2, 0.5 et 0.8 sont conventionnellement décrites comme des effets petits, moyens et grands, respectivement. Un d de Cohen élevé indique que les deux groupes sont bien séparés par rapport à leur variabilité combinée.
Pourquoi la formule divise-t-elle par n₁+n₂−2 ?
Le dénominateur n₁+n₂−2 représente le total des degrés de liberté consommés par l'estimation des deux moyennes d'échantillon. Utiliser les degrés de liberté (plutôt que n₁+n₂) produit une estimation non biaisée de la variance de la population. Chaque échantillon contribue nᵢ−1 degrés de liberté à l'estimation groupée.
Puis-je utiliser l'écart-type groupé pour plus de deux groupes ?
Oui. L'écart-type groupé peut être étendu à k groupes avec la formule sp = √[Σ(nᵢ−1)sᵢ² / Σ(nᵢ−1)]. Cette généralisation est utilisée en ANOVA, où un seul écart-type intragroupe groupé (racine de l'erreur quadratique moyenne) sert d'estimation de la variance commune.
Comment la taille d'échantillon influence-t-elle l'écart-type groupé ?
Les échantillons plus grands ont plus de poids dans l'estimation groupée. Si n₁ >> n₂, l'écart-type groupé est dominé par la variance du premier échantillon. Cela reflète le principe selon lequel davantage de données fournissent une estimation de variance plus fiable. Cela signifie aussi que les valeurs aberrantes ou les violations de l'hypothèse d'égalité des variances ont un impact plus important lorsqu'un échantillon est beaucoup plus grand.