2ndeProbabilités

Variance et écart-type

14 min5 exercicesSéquence 3.32nde

Vidéo disponible dans la version Premium

Durée : 14 min

Pourquoi mesurer la dispersion ?

Deux séries peuvent avoir la même moyenne mais être très différemment dispersées autour de cette moyenne. La variance et l'écart-type permettent de quantifier cette dispersion par rapport à la moyenne.

La variance

La variance VV d'une série de valeurs x1,,xnx_1, \ldots, x_n de moyenne xˉ\bar{x} est la moyenne des carrés des écarts à la moyenne :

V=(x1xˉ)2+(x2xˉ)2++(xnxˉ)2nV = \dfrac{(x_1-\bar{x})^2+(x_2-\bar{x})^2+\cdots+(x_n-\bar{x})^2}{n}

L'écart-type

L'écart-type σ\sigma est la racine carrée de la variance :

σ=V\sigma = \sqrt{V}

Pourquoi l'écart-type plutôt que la variance ? La variance est exprimée dans l'unité au carré (par exemple en cm2\text{cm}^2 si les données sont en cm), ce qui n'est pas pratique à interpréter. L'écart-type, lui, est exprimé dans la même unité que les données.

Méthode de calcul

1. Calculer la moyenne xˉ\bar{x}.
2. Calculer chaque écart (xixˉ)(x_i-\bar{x}), puis l'élever au carré.
3. Faire la moyenne de ces carrés : c'est la variance VV.
4. Prendre la racine carrée de VV pour obtenir σ\sigma.

Exemple : série 2,4,62, 4, 6 de moyenne xˉ=4\bar{x}=4.

Écarts : 2,0,2-2, 0, 2. Carrés des écarts : 4,0,44, 0, 4.

V=4+0+43=83σ=831,63V = \dfrac{4+0+4}{3} = \dfrac{8}{3} \qquad \sigma = \sqrt{\dfrac{8}{3}} \approx 1{,}63

Plus l'écart-type est grand, plus les valeurs sont dispersées autour de la moyenne ; un écart-type proche de 00 signifie que les valeurs sont très regroupées autour de la moyenne.

Exercices

L'écart-type est :

Pourquoi préfère-t-on souvent utiliser l'écart-type plutôt que la variance pour interpréter une dispersion ?

Suivez votre progression

Connectez-vous pour sauvegarder votre avancement et gagner des XP.

Se connecter