Calculateur de Moyenne

Calculez la moyenne, la médiane et le mode de n'importe quel ensemble de nombres — gratuit, instantané et précis.

Enter Numbers
Embed This Average Calculator on Your Website

Want to add this average calculator to your website? Get a custom embed code that matches your site's design and keeps visitors engaged.

Responsive design
Custom styling
Fast loading
Mobile optimized

Qu'est-ce qu'une Moyenne ?

Une moyenne est un nombre unique utilisé pour représenter un ensemble de données entier. Le type le plus courant est la moyenne arithmétique — on divise simplement la somme de toutes les valeurs par le nombre de valeurs. La moyenne est idéale quand les données sont à peu près symétriques et ne présentent pas de valeurs aberrantes extrêmes. Par exemple, calculer la moyenne des notes d'examens ou des températures mensuelles fonctionne bien avec la moyenne, car ces valeurs ont tendance à se regrouper autour d'un centre.

La médiane est la valeur centrale lorsque les données sont triées, ce qui la rend résistante aux valeurs aberrantes. C'est la mesure privilégiée pour les distributions asymétriques — les statistiques de revenus des ménages, par exemple, utilisent la médiane parce que quelques milliardaires gonfleraient dramatiquement la moyenne. Le mode est la valeur qui apparaît le plus souvent et s'avère particulièrement utile pour les données catégorielles, comme trouver la pointure de chaussure la plus populaire ou la réponse la plus fréquente dans un sondage.

Comment Utiliser ce Calculateur

  1. 1Entrez votre liste de nombres séparés par des virgules ou des espaces (ex. : 4, 7, 13, 2, 7, 10).
  2. 2Sélectionnez les mesures à calculer — moyenne, médiane, mode ou toutes à la fois.
  3. 3Cliquez sur Calculer pour lancer l'analyse instantanément.
  4. 4Consultez vos résultats : moyenne, médiane, mode, effectif, somme et étendue sont tous affichés ensemble.

Formules et Définitions

Moyenne (Moyenne Arithmétique) : Moyenne = Somme de toutes les valeurs / Nombre de valeurs Médiane (Valeur Centrale) : Trier les valeurs ; si effectif impair : valeur centrale Si effectif pair : moyenne des deux valeurs centrales Mode (Valeur la Plus Fréquente) : La ou les valeurs apparaissant le plus souvent Peut ne pas exister, être unique ou multiple Étendue = Maximum − Minimum

Pour les grands ensembles de données avec des valeurs aberrantes, la médiane est plus représentative que la moyenne. Le mode est plus utile pour les données catégorielles ou discrètes où la fréquence compte plus que la magnitude.

Exemples Résolus

Exemple 1 : Ensemble de données de base [4, 7, 13, 2, 7, 10]

Somme = 4 + 7 + 13 + 2 + 7 + 10 = 43. Moyenne = 43 ÷ 6 = 7,17. Trié : [2, 4, 7, 7, 10, 13] — effectif pair, donc Médiane = (7 + 7) ÷ 2 = 7,00. Mode = 7 (apparaît deux fois, plus que toute autre valeur). Étendue = 13 − 2 = 11.

Exemple 2 : Notes d'examen [85, 90, 78, 92, 88]

Somme = 433. Moyenne = 433 ÷ 5 = 86,60. Trié : [78, 85, 88, 90, 92] — effectif impair, donc Médiane = 88 (la 3e valeur). Mode = aucun (toutes les valeurs apparaissent exactement une fois). Étendue = 92 − 78 = 14. La moyenne et la médiane sont proches, ce qui confirme que les données sont assez symétriques.

Exemple 3 : Ensemble de données avec une valeur aberrante [12, 45, 13, 15, 180, 14]

Somme = 279. Moyenne = 279 ÷ 6 = 46,50 — fortement tirée vers le haut par la valeur aberrante 180. Trié : [12, 13, 14, 15, 45, 180]. Médiane = (14 + 15) ÷ 2 = 14,50 — bien plus représentative de la valeur typique. Cet exemple montre pourquoi la médiane est préférée en présence de valeurs aberrantes.

Questions Fréquentes

Quand dois-je utiliser la médiane plutôt que la moyenne ?
Utilisez la médiane chaque fois que vos données présentent des valeurs aberrantes significatives ou une forte asymétrie. Les revenus, les prix de l'immobilier et les temps de réponse en sont des exemples classiques — quelques valeurs extrêmement élevées gonflent la moyenne, la rendant peu représentative du cas typique. La médiane n'est pas affectée par ces extrêmes et reflète mieux le centre de la distribution.
Qu'est-ce qu'une moyenne pondérée ?
Une moyenne pondérée attribue différents niveaux d'importance (pondérations) à chaque valeur avant de calculer la moyenne. Par exemple, si l'examen final compte pour 50 % de votre note mais les devoirs pour 20 %, vous multipliez chaque note par sa pondération, additionnez les résultats, puis divisez par la pondération totale. La moyenne standard traite toutes les valeurs de façon égale ; la moyenne pondérée non.
Comment les valeurs aberrantes affectent-elles la moyenne ?
Les valeurs aberrantes peuvent fausser considérablement la moyenne arithmétique. Une seule valeur très grande ou très petite attire la moyenne vers elle. C'est pourquoi les statisticiens recherchent toujours les valeurs aberrantes avant de publier des moyennes. Si elles sont présentes et significatives, reportez à la fois la moyenne et la médiane pour que les lecteurs puissent juger de la forme des données.
Qu'est-ce que la moyenne géométrique ?
La moyenne géométrique multiplie toutes les valeurs, puis extrait la racine n-ième (où n est l'effectif). Elle est utilisée pour des données qui croissent de façon multiplicative — rendements d'investissements, taux de croissance démographique et ratios. Par exemple, si un investissement croît de 10 % une année et de 50 % la suivante, le taux de croissance de la moyenne géométrique est √(1,10 × 1,50) − 1 ≈ 28,45 %, ce qui reflète mieux la capitalisation que la moyenne arithmétique de 30 %.
Quelle est la différence entre la moyenne de la population et la moyenne de l'échantillon ?
La moyenne de la population (μ) est calculée à partir de tous les membres du groupe étudié. La moyenne de l'échantillon (x̄) est calculée à partir d'un sous-ensemble. Les formules semblent identiques — somme divisée par l'effectif — mais la notation diffère et l'interprétation compte. Lors de l'estimation d'une moyenne de population à partir d'un échantillon, les statisticiens utilisent n − 1 au dénominateur pour la variance (correction de Bessel) afin de tenir compte de l'incertitude liée à l'échantillonnage.