Score Z

Standardiser une Valeur par Rapport à la Moyenne d’une Distribution

Un score Z mesure combien d’écarts-types une valeur se situe au-dessus ou en dessous de la moyenne d’une distribution. Saisissez une valeur, la moyenne de la distribution, et son écart-type pour trouver le score Z et le percentile correspondant — quelle part d’une distribution normale tombe à ou en dessous de cette valeur.

Un score Z de 0 signifie que la valeur est exactement égale à la moyenne. Les scores Z positifs sont au-dessus de la moyenne ; les scores Z négatifs sont en dessous. Parce qu’environ 68% d’une distribution normale tombe à 1 écart-type de la moyenne, 95% à 2, et 99,7% à 3, un score Z seul donne un sens immédiat de à quel point une valeur est inhabituelle.

La Formule

$$\text{Score Z} = \frac{\vA{\text{Valeur}} - \vB{\text{Moyenne}}}{\vC{\text{Écart-Type}}}$$

Le percentile provient de la fonction de répartition cumulative de la distribution normale standard — la probabilité qu’une valeur tirée au hasard de cette distribution tombe à ou en dessous du score Z saisi, calculée ici via une approximation polynomiale bien établie de la fonction d’erreur.

Exemple Concret

Un score de QI de 115, où les scores de QI ont une moyenne de 100 et un écart-type de 15 :

1. Score Z : $\vA{115} - \vB{100} = 15$, puis $15 \div \vC{15} = 1,0$.
2. Percentile : un score Z de exactement 1 correspond au 84,13e percentile — cette valeur est plus élevée qu’environ 84% de la distribution.

Facteurs Clés à Considérer

• Ce calcul suppose que la distribution sous-jacente est véritablement normale (en forme de cloche), ce qui n’est pas vrai pour chaque ensemble de données réel. De nombreuses mesures du monde réel (comme la taille ou les scores de QI) se rapprochent suffisamment d’une distribution normale pour que cela fonctionne bien, mais une distribution fortement asymétrique ou ayant plusieurs pics ne verra pas son percentile décrit précisément par la courbe normale standard sur laquelle ce calculateur s’appuie.
• Un score Z standardise des valeurs de différentes distributions sur la même échelle comparable. C’est exactement ce qui rend les scores Z utiles pour comparer la position relative d’une valeur à travers deux mesures différentes avec des moyennes et écarts-types différents — comme comparer un score de test sur un examen à un autre examen avec une échelle de notation différente.
• Ce calculateur calcule un percentile UNILATÉRAL (la part de la distribution à ou en dessous d’une valeur), ce qui est différent d’une probabilité bilatérale (les deux extrémités). Selon la question posée — « quelle part a obtenu un score inférieur au mien » contre « à quel point cette valeur est-elle inhabituelle dans une direction ou l’autre » — le chiffre pertinent à utiliser peut différer, et cela vaut la peine d’être clair sur celui dont un cas d’usage spécifique a réellement besoin.
• Le Calculateur de Score Z et le Calculateur de Statistiques répondent à des questions apparentées mais véritablement différentes. Le Calculateur de Statistiques calcule la propre moyenne et l’écart-type d’un ensemble de données à partir de nombres bruts, tandis que ce calculateur note UNE valeur par rapport à la moyenne et l’écart-type d’une distribution DÉJÀ CONNUE — les deux sont souvent utilisés ensemble, calculant d’abord les paramètres d’une distribution, puis notant des valeurs individuelles par rapport à elle.

Erreurs Courantes

• Utiliser une statistique d’échantillon comme s’il s’agissait de la vraie moyenne/écart-type de la population. Une moyenne et un écart-type estimés à partir d’un petit échantillon comportent leur propre incertitude — les traiter comme des paramètres exacts de population peut faire paraître un percentile plus précis qu’il ne l’est réellement.
• Supposer que les données sous-jacentes sont normalement distribuées sans vérifier. La conversion en percentile n’est valable que pour des données véritablement en forme de cloche — pour une distribution asymétrique ou à plusieurs pics, le score Z calculé reste valide, mais le percentile qui en résulte peut être sérieusement trompeur.
• Confondre un percentile unilatéral avec une probabilité bilatérale (les deux extrémités). « Quelle part a obtenu un score inférieur au mien » et « à quel point cette valeur est-elle inhabituelle dans une direction ou l’autre » sont des questions différentes avec des réponses différentes — utiliser la mauvaise pour la situation donnée conduit à une mauvaise interprétation du résultat.

Bon à Savoir

• Avez-vous d’abord besoin de la moyenne et de l’écart-type à saisir ici ? Calculateur de Statistiques calcule les deux directement à partir d’une liste brute de nombres.
• Voulez-vous exprimer à quel point une estimation est fiable, plutôt que de noter une seule valeur ? Calculateur d'Intervalle de Confiance construit une plage autour d’une statistique d’échantillon plutôt qu’un seul score standardisé.