🌐 FR

Calculateur d'Intervalle de Confiance

Calculez l'intervalle de confiance estimant la plage dans laquelle la moyenne de la population est susceptible de se situer, à partir de données d'échantillon. Utilisé pour l'inférence statistique et la prise de décision.

Intervalle de confiance
—
Borne inférieure
—
Borne supérieure
—
Erreur standard
—
Marge d'erreur
—

IC = x̄ ± (Z × SE) SE = s / √n
GUIDE

En savoir plus

01

Qu'est-ce qu'un intervalle de confiance ?

Un intervalle de confiance est une plage calculée à partir de données d'échantillon pour estimer un paramètre de population. Ce calculateur détermine uniquement des intervalles de confiance fondés sur la valeur Z pour la moyenne de la population, et non pour les proportions ou d'autres paramètres. Par exemple, un intervalle de confiance à 95 % de [48, 52] possède une borne inférieure de 48 et une borne supérieure de 52. Si le même échantillonnage était répété de nombreuses fois dans des conditions statistiques appropriées, environ 95 % des intervalles ainsi obtenus contiendraient à long terme la véritable moyenne de la population. Les bornes ne seraient pas nécessairement identiques d'un échantillon à l'autre.

02

Signification du niveau de confiance

Le niveau de confiance décrit la proportion d'intervalles qui contiendraient à long terme le véritable paramètre de population si l'on répétait la même méthode d'échantillonnage sous des hypothèses statistiques appropriées. Il ne correspond pas à la probabilité qu'un paramètre fixe appartienne à un intervalle déjà calculé. Ce calculateur propose 90 %, 95 % et 99 %, avec les valeurs Z fixes respectives de 1,645, 1,96 et 2,576. À données identiques, un niveau de confiance plus élevé élargit l'intervalle, tandis qu'un niveau plus faible le rétrécit. Un intervalle plus étroit ne garantit pas la validité des hypothèses statistiques.

03

Erreur standard et marge d'erreur

L'erreur standard (SE) est l'écart-type de la moyenne de l'échantillon, calculée comme SE = s/√n. Des tailles d'échantillon plus grandes entraînent des erreurs standard plus petites. La marge d'erreur est le rayon de l'intervalle de confiance, calculée en multipliant l'erreur standard par la valeur Z. L'intervalle de confiance s'exprime comme la moyenne de l'échantillon ± la marge d'erreur.

04

Comment calculer un intervalle de confiance

Ce calculateur utilise IC = x̄ ± Z × (s/√n), où x̄ représente la moyenne de l'échantillon, Z la valeur fixe associée au niveau de confiance (1,96 pour 95 %), s l'écart-type de l'échantillon et n la taille de l'échantillon. Exemple : avec une moyenne de 100, un écart-type de 15, un échantillon de 100 observations et un niveau de confiance de 95 %, l'erreur standard est SE = 15/√100 = 1,5000. La marge d'erreur vaut 1,96 × 1,5 = 2,9400 ; les bornes calculées sont donc 97,0600 et 102,9400. Cet exemple repose sur la formule et sur le test fourni dans une machine virtuelle exécutant le code source, sans validation du navigateur ni du format régional. Le programme convertit la taille de l'échantillon en entier, exige au moins 2 observations et un écart-type supérieur à 0. Il ne calcule pas d'intervalle fondé sur la distribution t. Lorsque l'écart-type de la population est inconnu, notamment pour un petit échantillon, un intervalle utilisant la distribution t peut être plus approprié selon les hypothèses statistiques applicables. La courbe graphique est uniquement illustrative : son échelle approximative utilise la marge d'erreur divisée par 1,96 pour tous les niveaux et ne constitue pas une distribution de probabilité calibrée pour chaque niveau de confiance.

05

Applications des intervalles de confiance

Les intervalles de confiance sont utilisés dans divers domaines, notamment les sondages d'opinion, les essais cliniques, le contrôle qualité et les études marketing. Par exemple, ils servent à évaluer l'efficacité de nouveaux médicaments, à estimer la durée de vie moyenne d'un produit, ou à prédire les taux de soutien des électeurs. Des intervalles de confiance plus étroits indiquent des estimations plus précises, tandis que des intervalles plus larges indiquent une plus grande incertitude.

06

Précautions dans l'interprétation des intervalles de confiance

Un intervalle de confiance de 95 % de [48, 52] ne signifie pas qu'il y a 95 % de probabilité que la moyenne de la population se situe dans cette plage. La moyenne de la population est une valeur fixe qui se trouve ou non dans l'intervalle. L'interprétation correcte est : « si nous répétions l'enquête avec la même méthode, 95 % des intervalles de confiance contiendraient la véritable moyenne de la population. »

Questions fréquentes

Que se passe-t-il si je passe du niveau de confiance de 95 % à 99 % ?
La valeur Z augmente de 1,96 à 2,576, ce qui accroît la marge d'erreur et élargit l'intervalle. En contrepartie, la probabilité que l'intervalle contienne réellement la moyenne de la population augmente.
Augmenter la taille de l'échantillon rétrécit-il l'intervalle de confiance ?
Oui. Puisque SE = s/√n, un n plus grand donne une erreur standard plus petite ; à conditions égales, un échantillon plus grand produit donc un intervalle plus étroit et une estimation plus précise.
Puis-je utiliser ce calculateur si ma taille d'échantillon est inférieure à 30 ?
Le calculateur accepte une taille d'échantillon d'au moins 2, mais utilise toujours des valeurs Z fixes et ne passe pas automatiquement à la distribution t. Lorsque l'écart-type de la population est inconnu et estimé à partir de celui de l'échantillon, un intervalle fondé sur la distribution t peut être plus approprié, notamment pour les petits échantillons, si les hypothèses nécessaires sont satisfaites. Le seuil de 30 observations ne suffit pas à lui seul pour choisir la méthode.
Quel est le lien entre la marge d'erreur et l'intervalle de confiance ?
La marge d'erreur est l'erreur standard multipliée par la valeur Z, et les bornes de l'intervalle sont la moyenne de l'échantillon plus ou moins cette marge. Autrement dit : intervalle de confiance = moyenne de l'échantillon ± marge d'erreur.
Que signifie exactement un « intervalle de confiance à 95 % » ?
Cela ne signifie pas qu'un intervalle donné a 95 % de chances de contenir la moyenne de la population, mais que si l'on répétait le même échantillonnage de nombreuses fois, environ 95 % des intervalles obtenus contiendraient la véritable moyenne de la population.