Le théorème central limite (TCL) est un résultat essentiel en statistique : quelle que soit la répartition des valeurs d’une population, les moyennes d’échantillons aléatoires répétés tendent vers une distribution prévisible et approximativement normale. Cette calculatrice donne la moyenne et la dispersion de cette distribution, ainsi que la probabilité qu’une moyenne se trouve dans l’intervalle choisi.
Fonctionnement de la calculatrice du théorème central limite
À partir de la moyenne de la population (μ), de son écart-type (σ) et de la taille de l’échantillon (n), la calculatrice calcule l’erreur standard SE = σ/√n, soit l’écart-type de la distribution d’échantillonnage de x̄. Selon le TCL, cette distribution est centrée sur μ et tend vers une loi normale lorsque n augmente. La loi normale standard permet alors de calculer des probabilités concernant x̄.
Pour les vues de probabilité, un seuil de moyenne (ou une paire de bornes) est converti en score z par z = (x̄ − μ)/SE ; l’aire correspondante sous la courbe normale standard donne la probabilité.
Entrées et leur signification
Moyenne de la population (μ) : moyenne réelle de l’ensemble, souvent inconnue en pratique mais supposée connue ici pour illustrer le théorème. Écart-type de la population (σ) : dispersion des valeurs individuelles ; un σ supérieur élargit aussi la distribution d’échantillonnage. Taille de l’échantillon (n) : nombre d’observations utilisées pour chaque moyenne. Elle influe fortement sur la précision, car SE diminue selon √n : quadrupler la taille divise l’erreur standard par deux.
Limites et cas particuliers
Des observations indépendantes d’une population normale donnent des moyennes d’échantillon exactement normales. Pour les autres populations à variance finie, le calcul normal est une approximation dont la validité dépend de la population et de la taille ; n=30 n’est pas une garantie universelle. Comparez au plus huit tailles entières positives jusqu’à 1 000 000.
Comparaison des tailles d’échantillon avec intervalle fixe
Comparez l’incertitude de la moyenne d’échantillon selon la taille, en fixant la moyenne de population, son écart-type et l’intervalle de l’événement. La distribution de population elle-même ne se resserre pas.
Des observations indépendantes d’une population normale donnent des moyennes d’échantillon exactement normales. Pour les autres populations à variance finie, le calcul normal est une approximation dont la validité dépend de la population et de la taille ; n=30 n’est pas une garantie universelle. Comparez au plus huit tailles entières positives jusqu’à 1 000 000.