Calculateur de score Z

standardiser des valeurs sur l'échelle normale

Valeurs de départ — Calculateur de score Z

Valeur brute (x)	85
Score z (z)	1.5
Moyenne (μ)	70
Écart-type (σ)	10

Modifiez un réglage ci-dessus et les résultats sont recalculés.

Chargement de la simulation interactive...

Centrer et réduire ne rend pas vos données normales 🖖

Retirer la moyenne et diviser par l'écart type décale et étire une distribution ; cela ne peut pas changer sa forme. Centrez-réduisez quelque chose de fortement asymétrique et cela ressort exactement aussi asymétrique qu'à l'entrée. Le z y survit — il indique toujours honnêtement de combien d'écarts types vous êtes éloigné — mais pas la ligne du centile, car elle est calculée comme Φ(z) et Φ est la courbe normale. Quel travail fait cette hypothèse ? Pour une loi normale, 4,55 % des valeurs sont au-delà de ±2. Pour une distribution quelconque, l'inégalité de Tchebychev ne promet qu'au plus 25 %. L'hypothèse de normalité vous achète un facteur cinq et demi à z = 2 : mieux vaut savoir si vous l'avez méritée avant de citer le centile.

Une même règle pour toutes les échelles 🖖

Un score z répond à une question simple : à combien d'écarts-types de la moyenne se trouve cette valeur ? Comme il supprime les unités d'origine, il permet de comparer des grandeurs mesurées sur des échelles totalement différentes — une note sur 100 et une taille en centimètres deviennent directement comparables une fois converties en scores z. Une valeur à z = 1.5 se situe à la même distance relative au-dessus de sa moyenne, qu'il s'agisse d'une note d'examen ou d'un temps de marathon.

Les petits échantillons plafonnent le z 🖖

Lorsqu'un score z provient d'un échantillon réel de n valeurs plutôt que d'une population connue, aucun point ne peut dépasser (n − 1)/√n écarts-types — une borne démontrée par Ronald Shiffler en 1988. Dans une classe de 10, la meilleure note plafonne autour de z = 2.85, si brillante soit-elle ; atteindre z = 4 est impossible avec moins de 18 données. Une vraie valeur aberrante 'une sur un million' ne peut tout simplement pas exister dans un petit jeu de données.

SCORES Z — À QUELLE DISTANCE DE LA MOYENNE, EN UNITÉS UNIVERSELLES

Dans quel cas de score z êtes-vous ?

Un score z répond à une seule question : à combien d’écarts types de la moyenne se trouve cette valeur ? z = (x − μ)/σ efface les unités, si bien qu’une note d’examen et une taille deviennent des nombres comparables. Le cas dépend de ce que vous faites : convertir une valeur en z, lire le centile que ce z implique, ou faire la conversion à l’envers pour retrouver une note brute.

Au-dessus de la moyenne — combien d’écarts types plus haut z = (x − μ)/σ = 2.125

Sous la moyenne — la même distance, en miroir z = −2.125

z = 1 — l’ancrage sur lequel repose la règle empirique z = 1 → Φ = 84.13%

Un grand z — la queue s’amincit bien plus vite que l’intuition z = 3 → 1 − Φ = 0.135%

Dans l’autre sens — d’un z vers une note brute x = μ + zσ = 130

Au-dessus de la moyenne — combien d’écarts types plus haut

Ce que vous savez: Une valeur brute avec la moyenne et l’écart type de la population. z = (x − μ)/σ, et un z positif signifie au-dessus de la moyenne.

Conversion: z = (x − μ)/σ = 2.125

Exemple résolu: x = 92 avec μ = 75 et σ = 8 → z = 17/8 = 2,125, le 98,32e centile, avec 1,68 % de notes supérieures.

Ouvrir ce cas: examen élevé (x=92)

Au-dessus de la moyenne — combien d’écarts types plus haut. La valeur se place un peu au-delà de deux écarts types à droite du centre, avec très peu de courbe derrière. Une valeur brute avec la moyenne et l’écart type de la population. z = (x − μ)/σ, et un z positif signifie au-dessus de la moyenne. — La valeur se place un peu au-delà de deux écarts types à droite du centre, avec très peu de courbe derrière.

Sous la moyenne — la même distance, en miroir

Ce que vous savez: Une valeur inférieure à μ donne un z négatif. Le signe ne porte que la direction ; la taille dit toujours à quel point la valeur est inhabituelle.

Conversion: z = −2.125

Exemple résolu: x = 58 avec les mêmes μ = 75 et σ = 8 → z = −2,125, le 1,68e centile — le miroir exact du 92.

Ouvrir ce cas: examen faible (x=58)

Sous la moyenne — la même distance, en miroir. L’image miroir du cas précédent : la même distance, de l’autre côté. Une valeur inférieure à μ donne un z négatif. Le signe ne porte que la direction ; la taille dit toujours à quel point la valeur est inhabituelle. — L’image miroir du cas précédent : la même distance, de l’autre côté.

z = 1 — l’ancrage sur lequel repose la règle empirique

Ce que vous savez: Exactement un écart type. Environ 68 % de la distribution tient dans ±1, donc 84 % se trouve sous +1.

Conversion: z = 1 → Φ = 84.13%

Exemple résolu: Un QI de 115 avec μ = 100 et σ = 15 → z = 1,00, le 84,13e centile.

Ouvrir ce cas: QI 115 (z=1)

z = 1 — l’ancrage sur lequel repose la règle empirique. À un écart type : l’aire grisée est les 84 % en dessous, il reste 16 % au-dessus. Exactement un écart type. Environ 68 % de la distribution tient dans ±1, donc 84 % se trouve sous +1. — À un écart type : l’aire grisée est les 84 % en dessous, il reste 16 % au-dessus.

Un grand z — la queue s’amincit bien plus vite que l’intuition

Ce que vous savez: Trois écarts types. Le centile vaut 99,87, donc environ une personne sur 740 le dépasse.

Conversion: z = 3 → 1 − Φ = 0.135%

Exemple résolu: Un QI de 145 avec μ = 100 et σ = 15 → z = 3,00, avec seulement 0,135 % au-dessus.

Ouvrir ce cas: QI 145 (z=3)

Un grand z — la queue s’amincit bien plus vite que l’intuition. À trois écarts types, la courbe n’a presque plus d’aire à donner. Trois écarts types. Le centile vaut 99,87, donc environ une personne sur 740 le dépasse. — À trois écarts types, la courbe n’a presque plus d’aire à donner.

Dans l’autre sens — d’un z vers une note brute

Ce que vous savez: Réarrangée, la même relation s’écrit x = μ + zσ. On l’emploie quand on connaît le z ou le centile visé et qu’on veut la valeur qui l’atteint.

Conversion: x = μ + zσ = 130

Exemple résolu: z = 2 avec μ = 100 et σ = 15 → x = 100 + 2 × 15 = 130, le 97,72e centile.

Ouvrir ce cas: à partir de z=2

Dans l’autre sens — d’un z vers une note brute. On part du z et on descend jusqu’à la valeur brute qui lui correspond. Réarrangée, la même relation s’écrit x = μ + zσ. On l’emploie quand on connaît le z ou le centile visé et qu’on veut la valeur qui l’atteint. — On part du z et on descend jusqu’à la valeur brute qui lui correspond.

Références (1)

Insight block 3 — the (n − 1)/√n ceiling on any z-score from a sample: R. E. Shiffler, "Maximum Z Scores and Outliers." The American Statistician 42(1), 79–80, 1988.

Problème entièrement résolu

Un score de 85 dans une classe de moyenne 70 et d'écart-type 10 5 étapes
Une note de 85 dans une classe de moyenne 70 et d'écart-type 10. Convertissez-la en percentile, puis déterminez quelle part de ce percentile relève de la mesure et quelle part relève de l'hypothèse.
1. Le score z représente la distance à la moyenne mesurée en écarts-types. Il est sans unité — soustraire une note en points et diviser par une dispersion en points donne un nombre pur, ce qui permet de comparer des notes issues d'examens différents.
  
  $z = \frac{x - μ}{σ} = \frac{85 - 70}{10} = 1.5$
2. Le percentile provient de la courbe normale centrée réduite : 93,32 % de l'aire se situe à gauche de z = 1,5, et donc 6,68 % à droite.
  
  $Φ (1.5) = 0.9332 ⟹ 1 - Φ (1.5) = 0.0668 = 6.68%$
3. Pour concrétiser les choses : dans une classe de trente élèves, environ deux étudiants obtiennent une note supérieure à 85.
  
  $30 \times 0.0668 = 2.0 students$
4. Écartons maintenant l’hypothèse de normalité. L’inégalité de Bienaymé-Tchebychev s’applique à toute distribution de variance finie. Au-delà de ±1,5 écart-type, elle garantit seulement que se trouvent au plus 44,4 % des données, soit plus de trois fois les 13,36 % obtenus avec la loi normale.
  
  $Chebyshev : P (∣ z ∣ \geq 1.5) \leq \frac{1}{1. 5 ^{2}} = 44.4% vs 2 (0.0668) = 13.36%$
5. Prenons le problème à l'envers pour fixer un objectif. Le 1 % supérieur commence à z = 2,326, ce qui correspond pour cet examen à une note de 93,3.
  
  $top 1% : z = 2.326 ⟹ x = 70 + 10 (2.326) = 93.3$
Réponse

L'outil affiche z = 1,5, un percentile de 93,32 et une queue à droite de 6,68. Les deux lignes ne sont pas également fiables, et c'est ce qu'il convient d'en retenir. Le z est une description : il est valable pour n'importe quelles données et signifie exactement ce qu'il dit. Le percentile est un modèle — c'est Φ(z), où Φ est la courbe normale — de sorte que sur des données dissymétriques, il peut être lourdement erroné tandis que le z à ses côtés reste rigoureusement exact. L'étape 4 chiffre l'ampleur de cette hypothèse : à 1,5 écart-type, la normalité vous apporte un facteur trois.

$z needs no distribution; Φ (z) needs a normal one$

Parcours

Des dénombrements aux courbes

Mène à Intervalle de confiance une échelle commune à toutes les courbes normales.

Par l’équipe 42Math · Mis à jour 2026-08-17

Vérifié sur des sources publiées. Corrections bienvenues. Politique éditoriale · Corrections

Toutes les leçons : Statistiques & Finance →

Exemples de problèmes

examen élevé (x=92) - Une note d'examen de 92, avec une moyenne de 75 et un écart-type de 8. La note se situe 2.13 écarts-types au-dessus de la moyenne (98.32e percentile).
examen faible (x=58) - Une note d'examen de 58, avec une moyenne de 75 et un écart-type de 8. La note se situe 2.13 écarts-types en dessous de la moyenne (1.68e percentile), ce qui est inhabituellement bas.
QI 115 (z=1) - Un score de QI de 115 sur une échelle standard (moyenne 100, écart-type 15). Cela représente exactement 1 écart-type au-dessus de la moyenne (84.13e percentile).
QI 145 (z=3) - Un score de QI de 145 sur une échelle standard (moyenne 100, écart-type 15). Cela représente 3 écarts-types au-dessus de la moyenne (99.87e percentile), ce qui est extrêmement rare (environ 1 personne sur 740).
taille 190cm (z=2,14) - Une taille adulte de 190 cm dans une population de moyenne 175 cm et d'écart-type 7 cm. Cela représente 2.14 écarts-types au-dessus de la moyenne (98.39e percentile).
à partir de z=2 - Calcul de la valeur brute correspondant à un score z de +2 dans un test de QI (moyenne 100, écart-type 15). Le seuil est 130, correspondant à la limite du 97.72e percentile.
à partir de z=-1,5 - Recherche de la valeur brute pour un score z de -1.5 dans un test de moyenne 50 et d'écart-type 10. Le résultat est 35, ce qui correspond au 6.68e percentile.