Calculateur d'erreur standard - ES à partir de données brutes ou résumées

L'erreur standard de la moyenne (ES ou SEM) est l'écart type de la distribution d'échantillonnage de la moyenne. En termes simples, elle indique à quelle distance la moyenne de l'échantillon risque d'être de la vraie moyenne de la population si l'on répétait l'échantillonnage de nombreuses fois. Une ES faible signifie que la moyenne de l'échantillon est une estimation précise de la moyenne de la population ; une ES élevée signifie une incertitude importante. La formule est ES = s / √n, où s est l'écart type de votre échantillon et n le nombre d'observations. En mode données brutes, le calculateur calcule d'abord l'écart type de l'échantillon (avec la correction de Bessel, en divisant par n−1), puis le divise par √n. En mode statistiques résumées, vous fournissez directement la moyenne, l'écart type et n, ce qui est utile lorsque vous disposez déjà de données agrégées — par exemple issues d'un article publié — sans avoir accès aux observations brutes. Ce calculateur calcule également l'intervalle de confiance de la moyenne au niveau de confiance choisi (90 %, 95 % ou 99 %). L'intervalle est construit comme x̄ ± z × ES, où z est la valeur critique de la loi normale centrée réduite (1.645 pour 90 %, 1.96 pour 95 %, 2.576 pour 99 %). Ces intervalles basés sur z conviennent aux grands échantillons (n ≥ 30) ou lorsque la population est connue comme étant normalement distribuée. Pour les petits échantillons issus de populations non normales, un intervalle basé sur t (avec t à n−1 degrés de liberté) serait plus précis ; en pratique, les valeurs z et t sont presque identiques pour n ≥ 30. L'ES est utilisé dans presque tous les domaines de la recherche quantitative. En médecine, les articles cliniques présentent couramment des moyennes avec leurs ES ou intervalles de confiance afin que les lecteurs puissent juger si les différences entre groupes de traitement sont cliniquement significatives. En industrie, les évaluations de capacité de procédé utilisent l'ES pour déterminer si la moyenne de l'échantillon se situe de manière fiable dans les limites de spécification. Dans les enquêtes en sciences sociales, la marge d'erreur d'une moyenne publiée dépend directement de l'ES. En analyse du risque financier, l'ES sert à estimer l'incertitude autour des rendements moyens et d'autres statistiques. En apprentissage automatique, l'ES sous-tend les intervalles de confiance par bootstrap utilisés pour comparer des métriques de performance de modèles. Il est important de savoir quand rapporter l'ES plutôt que l'écart type (ET). L'ET décrit la dispersion des mesures individuelles ; il ne diminue pas lorsque l'on collecte davantage de données (en supposant que la variabilité réelle de la population est fixe). L'ES décrit la précision de l'estimation de la moyenne, et il diminue avec davantage de données car ES = ET / √n. Si votre objectif est de communiquer la variabilité entre individus — par exemple, la répartition des âges des patients dans une étude — rapportez l'ET. Si votre objectif est de communiquer la précision d'une estimation de moyenne — par exemple, la fiabilité d'une baisse moyenne de pression artérielle — rapportez l'ES ou son intervalle de confiance dérivé.