Calculatrice de Z-Score

Q: Qu'est-ce qu'un bon Z-Score ?

Le fait qu'un z-score soit 'bon' dépend du contexte. Pour les résultats de tests où le plus élevé est le mieux, un z-score positif (au-dessus de la moyenne) est souhaitable. Pour la qualité des données, les z-scores compris entre -2 et +2 indiquent des valeurs typiques, tandis que les valeurs au-delà de ±3 peuvent indiquer des erreurs ou des anomalies. En recherche, les z-scores aident à identifier des écarts significatifs par rapport aux valeurs attendues.

Calculez instantanément les z-scores (scores centrés réduits) avec des formules étape par étape, une visualisation interactive de la distribution normale, la recherche de probabilités, le rang centile et l’interprétation statistique.

Utilisation gratuiteSans inscriptionMis à jour janv. 2026

Calculatrice de Z-ScoreEssayez maintenant — gratuit ▼

Mode de calcul

Exemples rapides

Résultat de test x=85, μ=75, σ=10 Score de QI x=100, μ=100, σ=15 Taille (po) x=72, μ=68, σ=3 IC 95% (z→x) z=1.96, μ=0, σ=1

Valeur de la donnée (x)

Le score brut ou la valeur observée

Z-Score (z)

Le score standardisé (nombre d'écarts-types)

Moyenne (μ)

Moyenne de la population ou de l'échantillon

Écart-type (σ)

Doit être supérieur à 0

Précision décimale

Embed Calculatrice de Z-Score Widget

Calculatrice de Z-Score

Bienvenue sur la Calculatrice de Z-Score, un outil statistique complet qui calcule les z-scores (scores centrés réduits) avec des explications étape par étape, une visualisation interactive de la distribution normale, des calculs de probabilité et un classement par centile. Que vous analysiez des résultats de tests, meniez des recherches statistiques, effectuiez une analyse de contrôle qualité ou étudiiez des distributions normales, cette calculatrice fournit une analyse de niveau professionnel avec un retour visuel intuitif.

Qu'est-ce qu'un Z-Score ?

Un z-score (également appelé score centré réduit) mesure de combien d'écarts-types un point de donnée se situe par rapport à la moyenne d'une distribution. Il transforme les données brutes en une échelle standardisée, ce qui permet de comparer des valeurs provenant de différentes distributions ou d'identifier des valeurs inhabituelles.

Formule du Z-Score

Formule du Z-Score Standard

$$z = \frac{x - \mu}{\sigma}$$

Où :

z = Z-score (score standardisé)
x = Valeur de la donnée (score brut)
$\mu$ = Moyenne de la population
$\sigma$ = Écart-type de la population

Formule Inverse du Z-Score

Pour trouver une valeur de donnée à partir d'un z-score connu :

Valeur à partir du Z-Score

$$x = z \cdot \sigma + \mu$$

Comment interpréter les Z-Scores

Les z-scores indiquent la position relative d'une valeur au sein d'une distribution :

z = 0 : La valeur est égale à la moyenne (50e centile)
z = 1 : Un écart-type au-dessus de la moyenne (environ 84e centile)
z = -1 : Un écart-type en dessous de la moyenne (environ 16e centile)
z = 2 : Deux écarts-types au-dessus de la moyenne (environ 98e centile)
z = -2 : Deux écarts-types en dessous de la moyenne (environ 2e centile)

La règle empirique (Règle 68-95-99.7)

Dans une distribution normale :

68 % des valeurs se situent entre z = ±1 (à moins d'un écart-type de la moyenne)
95 % des valeurs se situent entre z = ±2 (à moins de 2 écarts-types)
99,7 % des valeurs se situent entre z = ±3 (à moins de 3 écarts-types)

Table de référence commune des Z-Scores

Z-Score	Centile	P(Z ≤ z)	Interprétation
-3.0	0,13%	0,0013	Extrêmement en dessous de la moyenne
-2.0	2,28%	0,0228	Bien en dessous de la moyenne
-1.0	15,87%	0,1587	En dessous de la moyenne
0	50,00%	0,5000	Moyenne
1.0	84,13%	0,8413	Au-dessus de la moyenne
1.96	97,50%	0,9750	Significativement au-dessus (IC 95 %)
2.0	97,72%	0,9772	Bien au-dessus de la moyenne
3.0	99,87%	0,9987	Extrêmement au-dessus de la moyenne

Applications des Z-Scores

Tests Standardisés

Les z-scores sont fondamentaux pour l'interprétation des tests standardisés. Les tests comme le SAT, le GRE et les tests de QI convertissent les scores bruts en scores standardisés. Cela permet une comparaison équitable des performances entre différentes versions de tests ou différentes années.

Contrôle Qualité

Dans la fabrication et la méthodologie Six Sigma, les z-scores identifient les produits ou processus qui s'écartent considérablement des spécifications. Les valeurs au-delà de ±3 sigma indiquent généralement des défauts ou des variations de cause spéciale nécessitant une enquête.

Analyse Financière

Les z-scores aident à évaluer la performance relative des investissements, à identifier les mouvements de marché inhabituels et à évaluer le risque. Le Z-score d'Altman est une formule célèbre utilisant des ratios financiers pondérés pour prédire le risque de faillite.

Applications Médicales et de Recherche

Le secteur de la santé utilise les z-scores pour les courbes de croissance (IMC pour l'âge, taille pour l'âge), les mesures de densité osseuse (T-scores et Z-scores) et l'identification des valeurs de laboratoire anormales. La recherche utilise les z-scores pour les méta-analyses et la combinaison des résultats de différentes études.

Détection des Valeurs Aberrantes

Les points de données avec des z-scores au-delà de ±2 ou ±3 sont souvent considérés comme des valeurs aberrantes. Ce seuil aide à identifier les erreurs de saisie de données, les observations inhabituelles ou les cas particuliers nécessitant une investigation plus approfondie.

Z-Score vs Centile

Bien que liés, les z-scores et les centiles mesurent des choses différentes :

Z-score : Mesure la distance par rapport à la moyenne en unités d'écart-type (peut être négatif, nul ou positif).
Centile : Indique le pourcentage de valeurs qui sont inférieures à une valeur donnée (compris entre 0 et 100).

Vous pouvez convertir l'un vers l'autre en utilisant la distribution normale standard. Par exemple, z = 1,0 correspond approximativement au 84e centile.

Foire Aux Questions

Qu'est-ce qu'un Z-Score ?

Un z-score (également appelé score centré réduit) mesure de combien d'écarts-types un point de donnée se situe par rapport à la moyenne d'une distribution. La formule est z = (x - μ) / σ, où x est la valeur de la donnée, μ est la moyenne et σ est l'écart-type. Un z-score positif indique que la valeur est au-dessus de la moyenne, tandis qu'un z-score négatif indique qu'elle est en dessous de la moyenne.

Comment interpréter un Z-Score ?

Les z-scores indiquent la position relative : z = 0 signifie que la valeur est égale à la moyenne ; z = 1 signifie 1 écart-type au-dessus de la moyenne ; z = -1 signifie 1 écart-type en dessous. Dans une distribution normale, environ 68 % des valeurs se situent entre z = ±1, environ 95 % entre z = ±2 et environ 99,7 % entre z = ±3. Les valeurs au-delà de ±3 sont souvent considérées comme des valeurs aberrantes.

Quelle est la différence entre un Z-Score et un Centile ?

Un z-score mesure la distance par rapport à la moyenne en unités d'écart-type, tandis qu'un centile indique le pourcentage de valeurs qui sont inférieures à une valeur donnée. Ils sont liés : z = 0 correspond au 50e centile ; z = 1 est approximativement au 84e centile ; z = 2 est approximativement au 98e centile.

Quand dois-je utiliser les Z-Scores ?

Les z-scores sont utiles pour : comparer des valeurs de différentes distributions (comme des résultats de tests de différents examens), identifier des valeurs aberrantes dans les données, standardiser les données pour l'analyse statistique, calculer des probabilités dans des distributions normales et créer des scores de tests standardisés. Ils sont essentiels en statistiques, contrôle qualité, psychologie et dans de nombreux domaines scientifiques.

Un Z-Score peut-il être négatif ?

Oui, un z-score peut être négatif, positif ou nul. Un z-score négatif signifie que la valeur de la donnée est inférieure à la moyenne ; un z-score positif signifie qu'elle est supérieure à la moyenne ; et un z-score de zéro signifie que la valeur est égale à la moyenne.

Qu'est-ce qu'un bon Z-Score ?

Le fait qu'un z-score soit "bon" dépend du contexte. Pour les résultats de tests où le plus élevé est le mieux, un z-score positif (au-dessus de la moyenne) est souhaitable. Pour la qualité des données, les z-scores compris entre -2 et +2 indiquent des valeurs typiques, tandis que les valeurs au-delà de ±3 peuvent indiquer des erreurs ou des anomalies.

Ressources Additionnelles

Citez ce contenu, cette page ou cet outil comme suit :

"Calculatrice de Z-Score" sur https://MiniWebtool.com/fr/calculatrice-de-z-score/ de MiniWebtool, https://MiniWebtool.com/

par l'équipe miniwebtool. Mis à jour : 30 janv. 2026

API développeur disponible: Exécutez cet outil depuis votre app, automatisation ou agent avec une requête HTTP JSON. Voir la documentation API

Calculatrice de Z-Score

Calculatrice de Z-Score

Qu'est-ce qu'un Z-Score ?

Formule du Z-Score

Formule Inverse du Z-Score

Comment interpréter les Z-Scores

La règle empirique (Règle 68-95-99.7)

Table de référence commune des Z-Scores

Applications des Z-Scores

Tests Standardisés

Contrôle Qualité

Analyse Financière

Applications Médicales et de Recherche

Détection des Valeurs Aberrantes

Z-Score vs Centile

Foire Aux Questions

Qu'est-ce qu'un Z-Score ?

Comment interpréter un Z-Score ?

Quelle est la différence entre un Z-Score et un Centile ?

Quand dois-je utiliser les Z-Scores ?

Un Z-Score peut-il être négatif ?

Qu'est-ce qu'un bon Z-Score ?

Ressources Additionnelles

Statistiques et analyse de données:

Résolution mathématique

Nombres et facteurs

Fractions et division

Puissances, racines et logarithmes

Algèbre et équations

Calcul différentiel et intégral

Géométrie et trigonométrie

Outils populaires et mis à jour:

Téléchargez tout en un seul ZIP avec Pro