Calculateur Z-Score - Calculez le score standard
Calculez le z-score (score standard) de n’importe quelle donnée. Déterminez combien d’écarts types une valeur se situe de la moyenne avec la formule Z = (X − μ) / σ.
Saisissez la valeur brute (X), la moyenne de la population (μ) et l’écart type (σ) pour calculer instantanément le z-score.
Calculateur Z-Score - Calculez le score standard
Calculez le z-score (score standard) de n’importe quelle donnée. Déterminez combien d’écarts types une valeur se situe de la moyenne avec la formule Z = (X − μ) / σ.
À propos du Z-Score
Un z-score, aussi appelé score standard, est une mesure statistique qui indique à quelle distance une donnée se trouve de la moyenne d’une distribution, en unités d’écart type. Un z-score de 0 signifie que la valeur est égale à la moyenne. Un z-score positif indique que la valeur est au-dessus de la moyenne, et un z-score négatif qu’elle est en dessous.
La formule du z-score est Z = (X − μ) / σ, où X est la valeur brute, μ la moyenne de la population et σ l’écart type de la population. Cette transformation simple standardise les données de n’importe quelle distribution sur une échelle commune, ce qui permet de comparer directement des mesures initialement exprimées dans des unités ou des échelles différentes.
Les z-scores sont fondamentaux dans de nombreux domaines des statistiques et de la data science. En test d’hypothèse, le z-score sert de statistique de test pour déterminer si une moyenne d’échantillon diffère significativement d’une moyenne de population connue. En contrôle qualité, il aide à repérer les mesures qui sortent des plages acceptables. En finance, il sert à évaluer la performance relative d’actions ou de portefeuilles, et le Z-score d’Altman est une formule bien connue pour prédire le risque de faillite.
En éducation, les z-scores servent à standardiser les résultats de différents examens. Convertir un score SAT et un score ACT en z-scores permet de comparer directement la performance de deux étudiants par rapport à leurs groupes de référence respectifs. En santé, les z-scores servent à suivre la taille et le poids des enfants par rapport aux normes nationales de croissance.
Sous l’hypothèse d’une distribution normale, les z-scores ont une interprétation probabiliste bien définie. Environ 68 % des valeurs se situent à moins d’un écart type de la moyenne (z entre −1 et 1), 95 % à moins de deux écarts types et 99,7 % à moins de trois. Ces pourcentages sous-tendent la règle empirique largement utilisée en statistique.
Lorsque l’écart type de la population est inconnu, on utilise à la place l’écart type de l’échantillon s. La statistique obtenue est alors techniquement un t-score plutôt qu’un z-score, et il faut utiliser la distribution t pour l’inférence. La distribution z convient lorsque l’écart type est connu — ce qui est courant en contrôle qualité, dans les tests standardisés et dans d’autres domaines où de vastes ensembles de données historiques permettent d’établir des paramètres de population fiables.
Le calculateur de cette page utilise la formule classique de population Z = (X − μ) / σ. Saisissez n’importe quel nombre réel pour X et μ, et n’importe quel nombre positif pour σ, afin d’obtenir instantanément le z-score et son interprétation en langage simple.
Exemples pratiques
Explorez ces scénarios réels pour comprendre le fonctionnement des z-scores.
| X / μ / σ | Z-Score | Interprétation |
|---|---|---|
| X=90, μ=75, σ=10 | Z = 1.5 | L’étudiant a obtenu un score 1,5 écart type au-dessus de la moyenne de la classe. |
| X=140, μ=120, σ=8 | Z = 2.5 | La tension artérielle est 2,5 écarts types au-dessus de la moyenne du groupe — élevée. |
| X=5.1, μ=5.0, σ=0.05 | Z = 2.0 | La longueur du boulon est 2 écarts types au-dessus de la spécification — peut être rejetée en contrôle qualité. |
| X=12, μ=8, σ=2 | Z = 2.0 | Le rendement d’une action est 2 écarts types au-dessus du rendement moyen du marché. |
Comment utiliser le calculateur de z-score
- Saisissez le point de donnée individuel que vous voulez évaluer dans le champ Score brut des données (X).
- Saisissez la moyenne de la population (μ) — la moyenne de l’ensemble du jeu de données ou de la population de référence.
- Saisissez l’écart type (σ) — il doit être supérieur à zéro. Il mesure la dispersion de la population de référence.
- Cliquez sur Calculer le Z-Score pour appliquer la formule Z = (X − μ) / σ et afficher le résultat avec son interprétation.
- Utilisez Réinitialiser pour effacer tous les champs et lancer un nouveau calcul.
FAQ
Que signifie un z-score de 2 ?
Un z-score de 2 signifie que la donnée est à 2 écarts types au-dessus de la moyenne. Dans une distribution normale, environ 97,7 % des valeurs se trouvent en dessous de ce point, donc un z-score de 2 est relativement élevé. À l’inverse, un z-score de −2 signifie que la valeur est à 2 écarts types en dessous de la moyenne.
Un z-score peut-il être négatif ?
Oui. Un z-score négatif signifie simplement que le score brut est inférieur à la moyenne. Par exemple, si un étudiant obtient 60 à un examen dont la moyenne est 75 et l’écart type 10, le z-score est (60 − 75) / 10 = −1,5, ce qui signifie que l’étudiant est à 1,5 écart type en dessous de la moyenne.
Quelle est la différence entre un z-score et un t-score ?
Les deux mesurent la distance à la moyenne en unités d’écart type, mais un t-score est utilisé lorsque l’écart type de la population est inconnu et doit être estimé à partir d’un échantillon. Pour de petits échantillons, la distribution t est plus large que la distribution normale standard. Lorsque la taille de l’échantillon est grande (n > 30), la distribution t s’approche de la normale et les z-scores et t-scores convergent.
Comment convertir un z-score en percentile ?
Consultez une table de la loi normale centrée réduite ou utilisez une calculatrice de CDF normale. Par exemple, un z-score de 1,0 correspond à environ le 84e percentile, ce qui signifie que 84 % de la distribution se trouve en dessous de cette valeur. Un z-score de 0 correspond au 50e percentile.
Le z-score suppose-t-il une distribution normale ?
La formule du z-score elle-même ne requiert pas la normalité — vous pouvez calculer un z-score pour n’importe quelle valeur dans n’importe quelle distribution. En revanche, les interprétations probabilistes (percentiles, intervalles de confiance) ne sont pertinentes que lorsque la distribution sous-jacente est approximativement normale. Pour des données non normales, les z-scores indiquent toujours la distance relative à la moyenne, mais ne doivent pas être convertis directement en probabilités sans prudence.