Calculateur du théorème de Tchebychev

Le théorème de Tchebychev fournit une borne inférieure garantie pour la proportion d’observations proches de la moyenne d’une distribution. Contrairement à la règle empirique courante, il n’exige pas une distribution normale, symétrique ou en cloche. Si une population ou un jeu de données possède une moyenne et une variance finies, au moins 1 − 1/k² de ses valeurs se trouvent à moins de k écarts-types de la moyenne, pour tout k supérieur à un. Cette large applicabilité le rend utile lorsque la forme de la distribution est inconnue, irrégulière ou fortement asymétrique. Le calculateur applique deux formules liées. Il calcule d’abord l’intervalle de μ − kσ à μ + kσ, où μ est la moyenne, σ l’écart-type et k la distance choisie. Il convertit ensuite 1 − 1/k² en pourcentage. Pour k = 2, le théorème garantit au moins 75% des valeurs dans un intervalle de deux écarts-types autour de la moyenne. Pour k = 3, la garantie atteint environ 88.89%. Ce sont des bornes minimales, pas des prévisions du pourcentage exact. Une distribution particulière peut contenir nettement plus de données dans l’intervalle. Les bornes de Tchebychev sont prudentes, car elles doivent rester valables pour presque toute distribution. Pour des données normales, environ 95% des observations se trouvent à deux écarts-types de la moyenne au maximum, contre seulement 75% garantis par Tchebychev. Cette différence ne rend pas le théorème inexact : elle traduit l’avantage de ne rien supposer sur la forme de la distribution. Lorsque la normalité est justifiée, des méthodes propres à la distribution donnent des estimations plus serrées ; sinon, Tchebychev offre une référence fiable. L’intervalle utilise les mêmes unités que les mesures d’origine. Une note moyenne de 70, un écart-type de 8 et k = 2 donnent un intervalle de 54 à 86 et garantissent au moins 75% des notes dans cette plage. Le résultat concerne la proportion de la distribution entière, pas la probabilité d’un résultat futur individuel, sauf si l’observation est tirée au hasard dans cette distribution. Vérifiez que la moyenne et l’écart-type décrivent bien la population ou l’échantillon à analyser, et rappelez-vous que k doit dépasser un pour que la borne soit informative.