Σ
SDCalc
IntermédiaireApplications·11 min

Construire des intervalles de confiance avec l’écart type

Apprenez à construire des intervalles de confiance à l’aide de l’écart type. Comprenez ce que signifient les niveaux de confiance et comment interpréter les IC dans des scénarios réels.

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

Un intervalle de confiance (IC) est un intervalle de valeurs qui contient probablement le vrai paramètre de la population. Au lieu de donner une seule estimation ponctuelle, un IC reconnaît l’incertitude en fournissant un intervalle.

« Nous sommes confiants à 95 % que la vraie moyenne se situe entre 48,2 et 51,8 »

95% CI: [48.2, 51.8]

La formule

L’intervalle de confiance pour une moyenne de population est :

Formule de l’intervalle de confiance

CI = x̄ ± z* × (σ / √n)
  • x̄ = moyenne de l’échantillon
  • z* = valeur critique (1,96 pour un IC à 95 %)
  • σ = écart type
  • n = taille de l’échantillon
  • σ/√n = erreur type
Niveau de confianceValeur z*
90 %1,645
95 %1,960
99 %2,576

Interprétation correcte

Idée fausse courante

Un IC à 95 % ne signifie PAS « il y a 95 % de probabilité que la vraie moyenne se trouve dans cet intervalle ». La vraie moyenne est ou n’est pas dans l’intervalle — elle est fixe.

Interprétation correcte

« Si nous répétions ce processus d’échantillonnage plusieurs fois, 95 % des intervalles calculés contiendraient la vraie moyenne de la population. »

Exemples résolus

Exemple : Satisfaction de la clientèle

Vous sondez 100 clients et obtenez un score moyen de satisfaction de 7,5 avec un écart type de 1,5. Calculez l’IC à 95 %.
1

Trouver l’erreur type

ET = 1,5 / √100 = 0,15
2

Calculer la marge d’erreur

ME = 1,96 × 0,15 = 0,294
3

Construire l’intervalle

IC = 7,5 ± 0,294 = [7,21; 7,79]

Interprétation : Nous sommes confiants à 95 % que la vraie satisfaction moyenne des clients se situe entre 7,21 et 7,79.

Qu’est-ce qui affecte la largeur de l’IC?

Taille de l’échantillon (n)

Plus grand n = IC plus étroit Plus de données = plus de précision

Écart type (σ)

Plus grand σ = IC plus large Plus de variabilité = moins de certitude

Niveau de confiance

Confiance plus élevée = IC plus large Un IC à 99 % est plus large qu’un IC à 95 %

Further Reading

← Centre d'Apprentissage

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.