Retour à la leçon

Guide de l'enseignant: Calculer l'écart-type

Maîtrise le processus étape par étape pour calculer l'écart-type de n'importe quel ensemble de données.

Présenter la leçonPartager dans ClassroomVoir la page élève

Utiliser cette leçon en classe

Gratuit, sans compte élève.

Partager avec les élèves

Les élèves ouvrent la leçon et s'entraînent avec une correction immédiate.

Fiche d'exercices à imprimer

Tous les exercices sur papier, avec un corrigé séparé.

Fiche d'exercices Corrigé

Quiz de classe

10 questions sur Dispersion & Variabilité. Les élèves participent avec un prénom, vous voyez tous les scores.

Pour les enseignants

Objectifs d'apprentissage
  • Appliquer le processus en 5 étapes pour calculer l'écart-type à la main
  • Distinguer entre l'ET de population (division par nn) et l'ET d'échantillon (division par n−1n-1)
  • Interpréter l'écart-type calculé dans son contexte
  • Organiser les calculs à l'aide d'un tableau pour éviter les erreurs arithmétiques
Prérequis
  • • Compréhension de la moyenne
  • • Capacité à élever des nombres au carré et à calculer des racines carrées
  • • Compréhension de base de ce que mesure l'écart-type (dispersion)
Amorces de discussion
  • 1. Pourquoi une entreprise voudrait-elle un faible écart-type dans ses produits ?
  • 2. Si deux élèves ont la même moyenne aux tests mais des ET différents sur plusieurs tests, qu'est-ce que cela nous dit ?
  • 3. Quand utiliserais-tu l'ET de population versus l'ET d'échantillon dans un projet scolaire ?
  • 4. Que signifierait un ensemble de données avec ET = 0 ?
Idées reçues courantes

L'écart-type peut être négatif

Remédiation: Rappelle aux élèves qu'élever au carré puis prendre la racine carrée donne toujours un résultat non négatif. ET = 0 est le minimum, ce qui signifie pas de dispersion.

Des nombres plus grands signifient toujours un plus grand ET

Remédiation: Montre que 100,100,100100, 100, 100 a un ET = 0, tandis que 1,5,91, 5, 9 a un ET > 0. L'ET mesure la dispersion, pas la taille.

Idées de différenciation

Pour les élèves en difficulté:

  • • Commencer avec seulement 3 valeurs pour réduire la charge de calcul
  • • Fournir un modèle de tableau avec des colonnes étiquetées
  • • Utiliser des nombres entiers qui se divisent uniformément pour la moyenne

Pour les élèves au niveau:

  • • Calculer l'ET pour 5-7 valeurs
  • • Comparer l'ET de deux ensembles de données avec la même moyenne
  • • Interpréter l'ET dans des contextes réels

Pour les élèves avancés:

  • • Calculer l'ET d'échantillon et comparer à l'ET de population
  • • Investiguer ce qui arrive à l'ET quand on ajoute une constante à toutes les valeurs
  • • Explorer la relation entre l'ET et la règle 68-95-99,7
Alignement aux standards
  • HSS-ID.A.2 (CCSS.MATH.CONTENT.HSS.ID.A.2)

    Utiliser des statistiques appropriées à la forme de la distribution pour comparer le centre et la dispersion

  • HSS-ID.A.3 (CCSS.MATH.CONTENT.HSS.ID.A.3)

    Interpréter les différences de forme, centre et dispersion dans le contexte des ensembles de données

Ressources de la leçon
  • worksheetExercices de calcul d'ET

    10 ensembles de données pour calculer l'ET étape par étape

  • activityCrée tes propres données

    Les élèves créent des ensembles de données avec des valeurs d'ET cibles

  • visualComparaison Variance vs ET

    Outil interactif montrant les deux calculs

Contenu de la leçon

Tout ce que voient les élèves : définition, exemples, erreurs fréquentes, applications. Touchez pour ouvrir.

Définition

Le calcul de l'écart-type suit un processus systématique en 5 étapes qui mesure à quel point les valeurs des données sont éloignées de leur moyenne.
La formule :
σ=∑(xi−xˉ)2n\sigma = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n}}
Le processus en 5 étapes :
  1. 1.Calculer la moyenne (xˉ\bar{x}) : Additionner toutes les valeurs et diviser par le nombre total
  2. 2.Trouver chaque écart : Soustraire la moyenne de chaque valeur (xi−xˉx_i - \bar{x})
  3. 3.Élever au carré chaque écart : (xi−xˉ)2(x_i - \bar{x})^2
  4. 4.Calculer la moyenne des écarts au carré (variance) : ∑(xi−xˉ)2n\frac{\sum(x_i - \bar{x})^2}{n}
  5. 5.Prendre la racine carrée : σ=variance\sigma = \sqrt{\text{variance}}
Pourquoi élever au carré les écarts ? Le carré rend tous les écarts positifs (pour que les négatifs n'annulent pas les positifs) et accentue les écarts plus grands.

Exemples résolus

Trouve l'écart-type de ces notes : 72,78,80,84,8672, 78, 80, 84, 86
1

Calculer la moyenne

xˉ=72+78+80+84+865=4005=80\bar{x} = \frac{72 + 78 + 80 + 84 + 86}{5} = \frac{400}{5} = 80 → Moyenne = 8080
2

Trouver chaque écart à la moyenne

72−80=−872 - 80 = -8 78−80=−278 - 80 = -2 80−80=080 - 80 = 0 84−80=484 - 80 = 4 86−80=686 - 80 = 6 → Écarts : −8,−2,0,4,6-8, -2, 0, 4, 6
3

Élever au carré chaque écart

(−8)2=64(-8)^2 = 64 (−2)2=4(-2)^2 = 4 (0)2=0(0)^2 = 0 (4)2=16(4)^2 = 16 (6)2=36(6)^2 = 36 → Écarts au carré : 64,4,0,16,3664, 4, 0, 16, 36
4

Calculer la variance (moyenne des écarts au carré)

Variance=64+4+0+16+365=1205=24\text{Variance} = \frac{64 + 4 + 0 + 16 + 36}{5} = \frac{120}{5} = 24 → Variance = 2424
5

Prendre la racine carrée

σ=24≈4,90\sigma = \sqrt{24} \approx 4,90 → ET ≈4,90\approx 4,90

Erreurs courantes

Oublier d'élever les écarts au carré

Pourquoi c'est faux: Sans le carré, les écarts négatifs et positifs s'annulent, donnant une somme proche de zéro quelle que soit la dispersion réelle.

Correct: Élève toujours chaque écart au carré. La somme des écarts au carré pour un ensemble dispersé sera grande.

Diviser par n−1n-1 au lieu de nn (ou vice versa)

Pourquoi c'est faux: L'ET de population utilise nn ; l'ET d'échantillon utilise n−1n-1. Utiliser la mauvaise formule donne des résultats incorrects.

Correct: Utilise nn quand tu as toutes les données (population). Utilise n−1n-1 quand tu as un échantillon d'une population plus grande.

Oublier de prendre la racine carrée à la fin

Pourquoi c'est faux: S'arrêter à la variance donne des unités qui sont au carré (comme 'points au carré'), ce qui est difficile à interpréter.

Correct: Prends toujours la racine carrée de la variance pour obtenir l'écart-type dans les unités d'origine.

Faire des erreurs de calcul en additionnant les écarts au carré

Pourquoi c'est faux: Avec de nombreuses valeurs, il est facile de faire des erreurs de calcul.

Correct: Crée un tableau avec des colonnes : Valeur, Écart, Écart au carré. Vérifie chaque calcul.

Pourquoi c'est important

Savoir calculer l'écart-type à la main est essentiel pour :
  • Comprendre le concept : Le calcul révèle POURQUOI l'écart-type mesure la dispersion
  • Vérifier les résultats de la calculatrice : S'assurer que la technologie donne des réponses correctes
  • Examens et tests : De nombreux tests standardisés exigent un calcul manuel
  • Petits ensembles de données : Calcul mental rapide sans technologie
Applications réelles :
  • Contrôle qualité : Une usine calcule l'ET pour vérifier si les produits sont de taille constante
  • Analyse sportive : Comparer la régularité des joueurs en calculant l'ET des performances
  • Finance : Calculer le risque d'investissement en trouvant l'ET des rendements

Applications dans le monde réel

Contrôle qualité dans la fabrication

Les directeurs d'usine calculent l'écart-type pour s'assurer que les produits respectent les spécifications de manière constante.

Exemple:

Une usine produit des boulons qui doivent mesurer 1010 mm de long. Si σ=0,1\sigma = 0,1 mm, 95% des boulons sont à ±0,2\pm 0,2 mm de la cible. Si σ=0,5\sigma = 0,5 mm, il y a trop de variation.

1Essaie par toi-même

Cinq boulons mesurés : 9,8;10,1;10,0;9,9;10,29,8 ; 10,1 ; 10,0 ; 9,9 ; 10,2 mm. La cible est 1010 mm.

Calcule l'écart-type. La production est-elle constante ?

Étape 1 : Écris l'expression mathématique

Trouve d'abord la moyenne des mesures :

Comparer les performances des élèves

Les enseignants calculent l'ET pour comprendre à quel point les notes des élèves varient aux tests.

Exemple:

Si une classe a une moyenne de 75 avec ET = 5, la plupart des élèves ont entre 70 et 80. Si ET = 15, les notes vont de 60 à 90.

2Essaie par toi-même

Notes de quiz : 8,6,9,7,108, 6, 9, 7, 10. Calcule l'écart-type.

De combien les notes varient-elles typiquement par rapport à la moyenne ?

Étape 1 : Écris l'expression mathématique

Moyenne = (8+6+9+7+10)/5(8+6+9+7+10)/5 :

Points clés

  • 1Le calcul de l'écart-type suit 5 étapes : moyenne → écarts → carré → moyenne → racine carrée
  • 2Élever au carré les écarts empêche les valeurs négatives d'annuler les positives
  • 3La variance est la moyenne des écarts au carré ; l'ET est sa racine carrée
  • 4L'ET de population divise par nn ; l'ET d'échantillon divise par n−1n-1
  • 5Un ET plus élevé signifie plus de dispersion ; ET = 0 signifie que toutes les valeurs sont identiques

Questions fréquentes

Quand utiliser nn versus n−1n-1 dans la formule ?

Utilise nn (ET de population) quand tes données incluent l'ensemble du groupe que tu étudies. Utilise n−1n-1 (ET d'échantillon) quand tes données sont un échantillon d'une population plus grande. La correction n−1n-1 donne une meilleure estimation de la dispersion réelle de la population.

Pourquoi élevons-nous au carré les écarts au lieu d'utiliser les valeurs absolues ?

Élever au carré a des avantages mathématiques : c'est dérivable (utile en calcul), donne plus de poids aux écarts plus grands, et se connecte au théorème de Pythagore et à la distance euclidienne. Les valeurs absolues fonctionnent mais n'ont pas ces propriétés.

L'écart-type peut-il jamais être négatif ?

Non ! Puisque nous prenons la racine carrée d'une somme de nombres au carré, l'écart-type est toujours nul ou positif. ET = 0 ne se produit que lorsque toutes les valeurs sont identiques.

Glossaire

Écart-type
Une mesure de la dispersion des données par rapport à la moyenne
Variance
La moyenne des écarts au carré ; le carré de l'écart-type
Écart
La différence entre une valeur et la moyenne : xi−xˉx_i - \bar{x}
Moyenne
La valeur moyenne de toutes les données : somme divisée par le nombre
Population
L'ensemble complet de tous les individus ou éléments étudiés
Échantillon
Un sous-ensemble d'une population utilisé pour représenter l'ensemble

Carte des formules

Écart-type de population

σ=∑(xi−xˉ)2n\sigma = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n}}

À utiliser quand les données représentent la population entière

Écart-type d'échantillon

s=∑(xi−xˉ)2n−1s = \sqrt{\frac{\sum(x_i - \bar{x})^2}{n-1}}

À utiliser quand les données sont un échantillon d'une population plus grande

Variance

σ2=∑(xi−xˉ)2n\sigma^2 = \frac{\sum(x_i - \bar{x})^2}{n}

Le carré de l'écart-type (avant de prendre la racine)

Plus sur ce sujet

Étendue et écart interquartile

Intermédiaire25 min

Écart type

Avancé25 min

Identifier les valeurs aberrantes

Intermédiaire25 min