Calculateur Z-Score - Calculez le score standard
Calculez le z-score (score standard) de n’importe quelle donnée. Déterminez combien d’écarts-types séparent une valeur de la moyenne avec la formule Z = (X − μ) / σ.
Saisissez le score brut (X), la moyenne de population (μ) et l’écart-type (σ) pour calculer le z-score instantanément.
Calculateur Z-Score - Calculez le score standard
Calculez le z-score (score standard) de n’importe quelle donnée. Déterminez combien d’écarts-types séparent une valeur de la moyenne avec la formule Z = (X − μ) / σ.
À propos du z-score
Le z-score, aussi appelé score standard, est une mesure statistique qui indique à quelle distance un point de données se trouve de la moyenne d’une distribution, exprimée en écarts-types. 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 population et σ l’écart-type de population. Cette transformation simple standardise des données issues de n’importe quelle distribution sur une échelle commune, ce qui permet de comparer directement des mesures qui utilisaient à l’origine 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, ils aident à repérer les mesures hors des plages acceptables. En finance, ils servent 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.
Dans l’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 les performances de deux étudiants par rapport à leurs groupes de pairs respectifs. En santé, ils 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 des interprétations probabilistes bien définies. 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 écarts-types. Ces pourcentages fondent la règle empirique largement utilisée en statistique.
Lorsque l’écart-type de population est inconnu, on utilise l’écart-type d’échantillon s à la place. La statistique obtenue est alors techniquement un t-score plutôt qu’un z-score, et la distribution t doit être utilisée pour l’inférence. La distribution z est appropriée 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 séries 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, pour obtenir instantanément le z-score et une interprétation en langage simple.
Exemples pratiques
Explorez ces cas concrets 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 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 à 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 à 2 écarts-types au-dessus de la spécification — elle peut être rejetée en CQ. |
| X=12, μ=8, σ=2 | Z = 2.0 | Le rendement boursier est à 2 écarts-types au-dessus du rendement moyen du marché. |
Comment utiliser le calculateur de z-score
- Saisissez le point de donnée individuel à évaluer dans le champ Score de donnée brute (X).
- Saisissez la moyenne de 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 le point de données se situe à 2 écarts-types au-dessus de la moyenne. Dans une distribution normale, environ 97,7 % des valeurs sont 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 se situe 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 en dessous de 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 se situe à 1,5 écart-type sous 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 population est inconnu et doit être estimé à partir d’un échantillon. Pour les 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 se rapproche fortement de la distribution normale et les z-scores et t-scores convergent.
Comment convertir un z-score en percentile ?
Consultez le z-score dans une table de la loi normale standard ou utilisez un calculateur de CDF normale. Par exemple, un z-score de 1,0 correspond approximativement au 84e percentile, ce qui signifie que 84 % de la distribution est 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 n’exige pas de normalité — vous pouvez calculer un z-score pour n’importe quelle valeur dans n’importe quelle distribution. Cependant, 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 une distance relative à la moyenne, mais ne doivent pas être convertis directement en probabilités sans prudence.