Aller au contenu
OneKitly

Diviser par n moins un est une excuse pour ne pas connaître la moyenne

Publié le 17/11/2026 · 3 min de lecture · Calculateurs du quotidien

Lena Hoffmann

Lena Hoffmann — Rédactrice Sciences & Éducation chez OneKitly

Mathématiques · Physique

Vérifié à partir de 2 sources

Voir le profil →
En bref

Il existe deux écarts-types et la différence tient à un caractère au dénominateur. Divisez les écarts au carré par n et vous obtenez la version population, 6,2237 pour les huit nombres 78, 85, 92, 88, 76, 95, 82 et 89. Divisez par n moins un et vous obtenez la version échantillon, 6,6534. Le premier est correct quand ces huit nombres sont le groupe entier qui vous intéresse ; le second quand ils sont un échantillon d'un ensemble plus vaste. Employer la formule de population sur un échantillon sous-estime la dispersion de façon systématique, car la moyenne de l'échantillon se tient plus près de ses propres points que la vraie moyenne.

Publicité

Les mêmes huit nombres donnent un écart-type de population de 6,2237 et d'échantillon de 6,6534 — 6,9 % d'écart. Lequel est juste dépend de ce que sont les données.

Où est passé le degré de liberté manquant

La moyenne d'échantillon est calculée à partir des données mêmes dont on mesure la dispersion, et cela coûte une information. Connaître sept des huit écarts et la moyenne détermine le huitième : seuls sept sont donc libres de varier. Diviser par sept plutôt que par huit corrige le fait que la moyenne a été ajustée et non connue. Tout modèle qui estime des paramètres à partir des données paie la même taxe — une régression à trois coefficients divise par n moins trois — et le motif s'appelle degrés de liberté pour exactement cette raison.

Quand cela cesse de compter

Vite. À dix observations, la correction relève l'écart-type de 5,4 %, à cent de 0,5 %, à mille de 0,05 %. Discuter du dénominateur sur un jeu de dix mille lignes revient à discuter de la quatrième décimale. La discussion vaut d'être menée sur de petits échantillons, où la correction est forte et où l'échantillon est justement le cas où chaque hypothèse compte le plus — deux mesures relevées de 41 % ne sont pas un détail d'arrondi.

Variance relevée de
Ce que pèse la correction
Taille d'échantillonVariance relevée deÉcart-type relevé de
2100 %41,4 %
1011,1 %5,4 %
1001,0 %0,5 %

Exemple calculé avec notre outil

Calculateur d'écart-type de population

Données

Données
78, 85, 92, 88

Résultat

σ de population
5,117
Variance σ²
26,188
Moyenne
85,75
Effectif N
4

Ces chiffres sont produits par le calculateur ci-dessous, pas saisis à la main — ils sont recalculés à chaque évolution de l'outil.

Refaire ce calcul avec tes chiffres →
Publicité

Questions fréquentes

Laquelle emploie un tableur ?
Les deux, sous des noms faciles à confondre. Le nom de fonction simple désigne d'ordinaire la version échantillon avec n moins un, et une variante finissant par P la version population. Se tromper est silencieux — pas d'avertissement, pas d'erreur, juste un nombre faux de quelques pour cent — et c'est l'une des erreurs les plus fréquentes dans les feuilles qu'on se partage. Écrire le dénominateur voulu dans le commentaire de cellule ne coûte rien et épargne une devinette au lecteur suivant.
L'écart-type corrigé est-il sans biais ?
La variance l'est, l'écart-type non. Diviser par n moins un rend la variance sans biais, mais prendre la racine carrée d'une quantité sans biais ne donne pas un résultat sans biais : l'écart-type d'échantillon reste donc légèrement bas. Une correction supplémentaire existe et presque personne ne l'emploie, car le biais résiduel est faible et la formule laide. C'est un bon exemple de convention défendable plutôt que parfaite, conservée parce que l'alternative rapporte trop peu.

Articles qui pourraient t'intéresser

Tous les guides →

Outils similaires

Sources

Tu as repéré une erreur dans cet article ?