ESTIMATION DE LA MOYENNE / MÉTHODE TRANSPARENTE
Estimez la moyenne et sa marge d’incertitude avec la loi t.
Uniquement des données synthétiques prédéfinies. Le lien partage l’exemple, jamais vos nombres ou métadonnées. Charger un exemple remplace les champs actuels.
Choisissez les options explicitement. Les cellules manquantes sont signalées, pas ignorées.
Utilise les colonnes et le format décimal choisis ci-dessus. Les numéros correspondent au tableau lu, en-tête inclus ; les lignes entièrement vides peuvent déjà avoir été ignorées. Aucune correction ou exclusion n’est automatique.
80 signalements affichés au maximum ; toutes les lignes sont vérifiées.
Le rapport conserve le tableau original, les corrections et les lignes exclues. Il contient des données : partagez-le délibérément. Cet historique local modifiable n’est pas une certification.
Sélectionnez jusqu’à 8 colonnes numériques. Chaque cellule sélectionnée doit être valide ; aucune valeur manquante n’est retirée séparément. Comparaison descriptive, pas un test entre groupes.
Ouvrez un fichier .json exporté par StatNivo. Il remplace les données actuelles et relance le calcul dans cet outil ; aucune donnée n’est envoyée.
Données brutes : au maximum 10 000 valeurs par série.
Le stockage temporaire reste désactivé tant que vous ne sélectionnez pas l’option.
Valeurs non définies : cellules vides. Aucun arrondi supplémentaire dans les fichiers CSV. Les en-têtes CSV utilisent des identifiants anglais stables pour assurer la compatibilité avec les logiciels.
Le stockage temporaire reste désactivé tant que vous ne sélectionnez pas l’option. SessionStorage facultatif, désactivé au départ. Conserve texte, tableau et réglages entre outils et langues dans cet onglet. La restauration du navigateur peut les conserver. Sur un appareil partagé, utilisez « Effacer les données enregistrées ». Aucun envoi au serveur.
REGARDEZ AU-DELÀ DE LA MOYENNE
Faites défiler le graphique horizontalement pour lire toute l’échelle. Les fréquences sont aussi disponibles dans le tableau.
50 lignes par page. La position d’origine est conservée ; le CSV contient toutes les observations.
COMPRENDRE, PAS SEULEMENT CALCULER
La méthode t suppose des observations indépendantes issues d’un échantillonnage approprié. Elle est exacte sous normalité ; de grands échantillons peuvent permettre une approximation, mais une forte asymétrie, des valeurs extrêmes ou une dépendance peuvent l’invalider. Ces hypothèses ne sont pas vérifiées ; les erreurs systématiques et l’étalonnage ne sont pas mesurés.
Le niveau de confiance décrit la couverture de la méthode sur des échantillonnages répétés. Ce n’est ni la probabilité que la vraie moyenne soit dans cet intervalle calculé ni un intervalle contenant ce pourcentage d’observations individuelles.
Avec les observations 1, 2, 3 : moyenne = 2, s = 1, n = 3. À 95 %, t ≈ 4,302653 ; la marge vaut environ 2,484138 et l’intervalle [−0,484138 ; 4,484138]. Cet exemple illustre la formule, sans valider ses hypothèses.
Mode résumé : aucune observation, aucun quartile ni graphique de données n’a été inventé.
Pour 2, 4, 4, 4, 5, 5, 7, 9, l’écart-type de population vaut 2 ; celui d’échantillon vaut √(32/7) ≈ 2,13809. Choisissez la formule de population pour décrire toute la population étudiée, pas parce que le nombre est plus petit.
L’écart-type décrit la dispersion des observations. L’erreur-type usuelle de la moyenne vaut écart-type d’échantillon / √n sous échantillonnage indépendant à variance finie. Avec un écart-type de 10 et n = 25, SEM = 2. Des lectures dépendantes répétées ne constituent pas automatiquement 25 mesures indépendantes.
Collez le tableau entier, choisissez son séparateur et son en-tête réels, puis vérifiez l’aperçu. Avec une virgule décimale, utilisez le point-virgule ou la tabulation entre colonnes. Si Y manque à la ligne 3, corrigez cette ligne sans remonter la ligne 4.