DébutantFondamentaux·10 min

Comprendre la variance : fondement de l’écart type

Maîtrisez le concept de variance et sa relation avec l’écart type. Apprenez les formules, les calculs et les applications pratiques de la variance en statistique.

Qu’est-ce que la variance ?

La variance mesure à quel point un ensemble de valeurs est dispersé par rapport à leur moyenne. C’est la moyenne des carrés des écarts à la moyenne, et c’est le fondement sur lequel l’écart type est construit.

Chaque barre représente l’écart au carré par rapport à la moyenne. La variance est la moyenne de ces barres.

Formule de la variance

Variance de population

σ² = Σ(xᵢ - μ)² / N

Variance d’échantillon

s² = Σ(xᵢ - x̄)² / (n-1)

Calculer la moyenne

Additionner toutes les valeurs et diviser par le nombre d’observations.

Trouver chaque écart

Soustraire la moyenne de chaque observation.

Élever chaque écart au carré

Cela élimine les valeurs négatives et accentue les grands écarts.

Faire la moyenne des écarts au carré

Diviser par N (population) ou n-1 (échantillon).

Pourquoi élever les écarts au carré ?

Trois raisons clés

1. Éliminer les négatifs : Sans mise au carré, les écarts positifs et négatifs s’annuleraient, donnant une somme nulle. 2. Pénaliser les valeurs extrêmes : Le carré accorde plus de poids aux valeurs éloignées de la moyenne. 3. Propriétés mathématiques : La variance possède des propriétés algébriques utiles pour l’inférence statistique.

Exemple : Pourquoi ne pas utiliser les valeurs absolues ?

Jeu de données : 2, 4, 4, 4, 5, 5, 7, 9 (Moyenne = 5) Écart absolu moyen : |2-5| + |4-5| + ... = 14 EAM = 14/8 = 1,75 Variance (au carré) : (2-5)² + (4-5)² + ... = 32 Var = 32/8 = 4

Variance vs écart type

La relation

Standard Deviation = √Variance → σ = √σ²

Variance (σ²)

- Les unités sont au carré (ex. : cm², €²) - Plus difficile à interpréter directement - Utile pour les opérations mathématiques - Additive pour les variables indépendantes

Écart type (σ)

- Mêmes unités que les données d’origine - Plus facile à interpréter - Meilleur pour la communication - Utilisé pour les scores Z et les intervalles de confiance

Applications de la variance

Bien que l’écart type soit plus souvent rapporté, la variance a des usages spécifiques :

ANOVA:L’analyse de la variance compare les moyennes entre groupes
Théorie du portefeuille:Les variances des rendements servent à l’optimisation
Régression:Le R² est la variance expliquée divisée par la variance totale
ACP:L’analyse en composantes principales maximise la variance expliquée

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 goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling 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.