/
Intervalle de confiance (Score Z & t)
Console d'inférence scientifiqueMoteur d'inférence statistique uni et bilatéral

Intervalle de confiance (Score Z & t)

Calculez les intervalles de confiance et la marge d'erreur pour moyennes et proportions selon la loi Z ou t de Student. Courbes interactives et calcul d'échantillon.

Exemples types :
95.00%
50%99.99%
Paramètres de l'échantillon (Données continues)
Estimation ponctuelle
12.40
Moyenne d'échantillon (x̄)
Marge d'erreur (±E)
±1.44
95% Niveau de certitude
Intervalle de confiance
[10.96, 13.84]
Bornes bilatérales
Erreur standard (SE)
0.716
t* = 2.015 (ddl=44)
Paramètres détaillés de l'inférence
Loi de probabilité
Modèle de distribution:t de Student (ddl = 44)
Valeur critique seuil:2.0154
Seuil de signification (α):5.00%
Erreur d'échantillonnage & Corrections
Erreur type de base:0.7155
Facteur d'ajustement FPC:1,000 (Infinie / Négligée)
Largeur totale de l'intervalle:2.884
Interprétation concrète :Avec un niveau de confiance de95%, la véritable moyenne de la population est comprise entre10.96et13.84, ce qui correspond à une marge d'erreur de ±1.44.
Avertissement méthodologique et conformité scientifiqueAvis consultatif statistique et de santé : Les résultats sont fournis à des fins d'estimation, d'expérimentation et de recherche. Les analyses de biostatistique clinique, posologies d'essais médicaux et soumissions réglementaires (HAS, ANSM, EMA) doivent être validées par un biostatisticien qualifié.
Précision Z et Student
Quantile normal d'Acklam et loi t de Student par fonction bêta incomplète
Confidentialité 100 % locale
Vos données cliniques, médicales et d'enquêtes ne quittent jamais votre appareil
Calcul bidirectionnel
Calculez l'intervalle direct ou déterminez la taille d'échantillon requise (n)
Référence technique et guide d'architecture

Calcul d'intervalle de confiance (Z & t) — Guide de référence

Calculez l'intervalle de confiance et la marge d'erreur pour moyennes et proportions via la loi normale Z ou Student t. Courbes et taille d'échantillon.

Calcul d'intervalle de confiance (Z & t) — Guide de référence — Architecture en mémoire côté client et flux de données
Calcul d'intervalle de confiance (Z & t) — Guide de référence — Architecture en mémoire côté client et flux de données

Paramètres clés et contrôles

Niveau de confiance (1 - α)Métrique de probabilité (%)

Proportion à long terme d'intervalles aléatoires répétés contenant le véritable paramètre de la population. Standards : 90 % pour les études exploratoires, 95 % pour la recherche académique et le secteur privé, et 99 % ou 99,9 % pour la pharmacovigilance clinique (ANSM, HAS) et l'aérospatiale.

Par défaut : 95%
Taille de l'échantillon (n)Nombre entier (n ≥ 2)

Nombre total d'observations indépendantes. Détermine le seuil de convergence du théorème central limite (n ≥ 30 pour les variables continues ; np ≥ 10 et n(1-p) ≥ 10 pour les proportions binomiales) ainsi que les degrés de liberté ddl = n - 1 de la loi de Student t.

Par défaut : 100
Estimation ponctuelle (x̄ ou p̂)Statistique d'échantillon scalaire

Moyenne empirique sans biais (x̄) ou proportion observée (p̂ = x / n) constituant le centre de l'intervalle de confiance symétrique et représentant la meilleure estimation empirique du paramètre de la population.

Par défaut : 50.0
Écart-type (s ou σ)Mesure de dispersion

Mesure de la variabilité dans la population (σ) ou dans l'échantillon (s). Lorsque l'écart-type réel σ est inconnu (plus de 99 % des cas en pratique), l'écart-type d'échantillon s est utilisé, imposant le recours aux valeurs critiques de la loi de Student t au lieu de la loi normale Z.

Par défaut : 10.0
Erreur type (SE)Écart-type de l'estimateur

Écart-type de la distribution d'échantillonnage de l'estimation ponctuelle, calculé par SE = s / √n pour les moyennes, ou SE = √[p̂(1 - p̂) / n] pour les proportions. Quantifie les fluctuations attendues de la statistique d'un échantillon à l'autre.

Par défaut : 1.00
Marge d'erreur (E / ME)Rayon de confiance

Demi-largeur de l'intervalle de confiance, obtenue en multipliant la valeur critique par l'erreur type (E = z* · SE ou E = t* · SE). Représente l'écart maximal attendu entre le paramètre réel de la population et l'estimation échantillonnale au seuil de confiance spécifié.

Par défaut : ±1.96

Conseils de pro et bonnes pratiques

Le piège de l'interprétation fréquentiste : un paramètre fixe n'a pas de probabilité

Un intervalle de confiance à 95 % calculé comme [12,4 ; 16,8] ne signifie PAS qu'il y a 95 % de chances que la vraie moyenne se situe entre ces deux nombres. La vraie moyenne est une constante fixe non aléatoire : elle est soit 100 % à l'intérieur, soit 0 %. Le seuil de 95 % décrit la fiabilité de la méthode : si vous préleviez 100 échantillons aléatoires indépendants et calculiez 100 intervalles, environ 95 d'entre eux encadreraient la vraie valeur.

Échec de l'intervalle de Wald aux bornes : largeur nulle et dépassement de [0, 1]

La formule classique de Wald IC = p̂ ± z*·√[p̂(1-p̂)/n] s'effondre lorsque p̂ est proche de 0 ou 1, ou lorsque n est faible. Si p̂ = 0, l'erreur type s'annule, produisant un intervalle aberrant [0 ; 0]. De plus, Wald génère fréquemment des bornes inférieures négatives (< 0 %) ou supérieures à 100 %. Privilégiez l'intervalle du score de Wilson ou l'ajustement d'Agresti-Coull (« règle des quatre »), garantissant une stricte inclusion dans [0 ; 1] et un taux de couverture empirique rigoureux.

Loi des rendements décroissants en 1/√n lors du dimensionnement d'échantillon

La marge d'erreur décroît proportionnellement à 1/√n et non à 1/n. Pour diviser votre marge d'erreur par deux (par exemple passer de ±4 % à ±2 %), vous devez quadrupler la taille de l'échantillon (de 600 à 2 400). Pour la diviser par dix, il faut 100 fois plus d'observations. Les équipes projet doivent arbitrer le surcoût financier exponentiel du recueil de données face au gain marginal de précision statistique.

Correction pour population finie (FPC) : économiser le budget dès que n/N > 5 %

Lors d'un échantillonnage sans remise au sein d'une population finie où la fraction sondée dépasse 5 % (n/N > 0,05), les formules classiques surestiment l'erreur type. L'application du facteur de correction finie √[(N - n)/(N - 1)] réduit la marge d'erreur. Dans une entreprise de N = 1 000 salariés, une taille requise brute de n = 384 tombe à n = 278 avec la FPC, épargnant plus de 27 % des coûts d'enquête tout en préservant le seuil exact de 95 % de confiance.

Pièges courants et dépannage

⚠️L'intervalle de confiance pour une proportion dépasse les bornes 0 % ou 100 %

Ce problème survient lorsque l'approximation asymptotique normale de Wald est appliquée à des proportions extrêmes (p̂ < 0,05 ou p̂ > 0,95) sur des échantillons modérés. Basculez le modèle d'intervalle dans les paramètres vers « Wilson Score » ou « Agresti-Coull », qui contraignent mathématiquement les bornes à rester strictement dans le domaine probabiliste valide [0 ; 1].

⚠️Écart constaté entre la valeur critique Z (1,96) et le résultat calculé

Lorsque l'écart-type de la population σ est inconnu et estimé par l'écart-type de l'échantillon s, le calculateur bascule automatiquement vers la loi de Student t avec ddl = n - 1. Pour les petits échantillons (ex. n = 15, ddl = 14), la valeur critique est t* = 2,145 au lieu de z* = 1,960 en raison des queues de distribution plus épaisses de Student. Dès que n dépasse 100, t* converge asymptotiquement vers 1,960.

⚠️Le calcul inverse de taille d'échantillon renvoie l'infini ou NaN

Cette anomalie se produit si la marge d'erreur cible est fixée à zéro (E = 0) ou si la variance p(1-p) est indéfinie. La marge d'erreur doit être strictement positive (E > 0). Si vous ne disposez d'aucune estimation préalable de la proportion p, fixez p = 0,50 : cela maximise la variance à 0,25 et garantit un dimensionnement conservateur et sécurisant.

⚠️Asymétrie sévère et non-normalité des données brutes violant le TCL

En mode données brutes avec un faible échantillon (n < 30) présentant une forte asymétrie ou des valeurs aberrantes marquées, l'hypothèse de normalité sous-jacente à la loi de Student est compromise. Vérifiez le panneau de synthèse : si le coefficient d'asymétrie dépasse |1,5|, augmentez l'échantillon à n ≥ 50 pour que le théorème central limite rétablisse la normalité, ou appliquez une transformation logarithmique aux données.

Foire aux questions (FAQ)

Comment calcule-t-on un intervalle de confiance à 95 % pour une moyenne ?▼

Un intervalle de confiance à 95 % pour une moyenne empirique se calcule via IC = x̄ ± (t* · s / √n) lorsque l'écart-type de la population est inconnu, ou IC = x̄ ± (z* · σ / √n) si σ est connu. Ici, x̄ est la moyenne de l'échantillon, s son écart-type, n la taille de l'échantillon et t* la valeur critique de Student à ddl = n - 1 pour un risque bilatéral α = 0,05 (pour les grands échantillons n > 100, z* = 1,960). Par exemple, avec x̄ = 50, s = 10 et n = 25 (ddl = 24, t* = 2,064), l'erreur type vaut 10 / √25 = 2,0, ce qui donne une marge d'erreur de 2,064 · 2,0 = 4,13 et un intervalle [45,87 ; 54,13].

Quelle taille d'échantillon faut-il pour une marge d'erreur de 3 % à 95 % de confiance ?▼

Pour une population infinie avec une proportion inconnue (hypothèse conservatrice de variance maximale p = 0,5), il faut exactement n = 1 068 répondants. La formule mathématique est n = (z*² · p(1 - p)) / E² = (1,960² · 0,5 · 0,5) / 0,03² = 0,9604 / 0,0009 = 1 067,11, arrondie à l'entier supérieur (1 068). Si l'échantillonnage porte sur une population finie connue de N = 10 000 individus, la correction pour population finie (FPC) ramène la taille requise à n = 965 répondants.

Quelle est la différence entre un intervalle de confiance Z et Student T ?▼

L'intervalle Z repose sur la loi normale centrée réduite et s'applique lorsque l'écart-type de la population (σ) est connu ou lorsque l'échantillon est très grand (n > 100). L'intervalle T repose sur la loi de Student et s'impose dès que σ est inconnu et estimé par l'écart-type échantillonnal (s). L'estimation de σ introduisant une incertitude supplémentaire, la loi de Student présente des queues plus épaisses et des valeurs critiques plus élevées (par ex. pour ddl = 10 à 95 %, t* = 2,228 contre z* = 1,960), ce qui élargit l'intervalle de confiance pour refléter honnêtement la réalité des petits échantillons.

Un intervalle à 95 % signifie-t-il qu'il y a 95 % de chances que la vraie moyenne s'y trouve ?▼

Non. En statistique fréquentiste, la moyenne réelle de la population est une constante fixe inconnue, et non une variable aléatoire. Par conséquent, la probabilité que la vraie moyenne soit contenue dans un intervalle spécifique calculé (comme [10,2 ; 14,8]) est strictement de 0 ou de 1. Le niveau de 95 % représente la probabilité de couverture de la procédure : lors d'un nombre infini de tirages aléatoires répétés dans la même population, exactement 95 % des intervalles construits contiendront le paramètre réel, et 5 % le manqueront.

Outils et utilitaires connexes

Tous les outils →
Calcul Décote Automobile & Reventefinance

Estimez la décote automobile et la valeur de revente selon l'âge et le kilométrage. Courbes d'amortissement sur 5 ans, équité nette et coût réel de détention.

Ouvrir l'outil→
Calculateur Coût Électricité & FactureUtilitaire

Calculez le coût en électricité et la consommation de vos appareils ménagers. Estimez vos kWh, comparez les frais d'usage et anticipez votre facture mensuelle.

Ouvrir l'outil→
Convertisseur de Pression (bar & PSI)converter

Convertissez instantanément les unités de pression entre bar, PSI, kPa, Pascal, atm et mmHg. Calculateur précis de pression absolue, relative et vide avec matrice hydrostatique.

Ouvrir l'outil→
Convertisseur de couple (Nm & ft-lb)converter

Convertissez instantanément le couple entre newton-mètres (Nm), pieds-livres (ft-lb), pouces-livres (in-lb) et kgf-m avec calculs de serrage, bras de levier et courbes régime moteur.

Ouvrir l'outil→
Calculateur d'électrolytes & hydratationhealth

Calculez vos besoins quotidiens en électrolytes (sodium, potassium, magnésium) selon votre sudation, l'intensité de l'effort, la chaleur et le régime cétogène.

Ouvrir l'outil→
Temps & Coût Recharge Voiture ÉlectriqueUtilitaire

Calculez le temps de charge, le coût en électricité et l'autonomie récupérée sur prise domestique, borne Wallbox AC et chargeur rapide DC. Simulation réaliste avec courbe de décélération à 80 %, limite du chargeur embarqué (OBC) et comparatif carburant thermique.

Ouvrir l'outil→