Calculateur de Statistiques

Moyenne, médiane, mode, écart-type et plus — tout en une fois

Statistics Calculator

Calculate mean, median, mode, and standard deviation

Statistics Calculator

Enter comma-separated numbers

Formula
Mean = sum / n, StdDev = sqrt(sum((xi - mean)^2) / n)

What is a Statistics Calculator?

A Statistics Calculator is a math tool that analyzes a set of numbers and computes common statistical measures such as mean (average), median, mode, range, and often variance and standard deviation. These measures help summarize data so you can understand patterns, compare groups, and make decisions based on numbers.

Statistics is used in school assignments, business reporting, scientific research, finance, sports analytics, and everyday life (like tracking budgets or comparing test scores). Instead of manually calculating multiple values—especially for larger datasets—a statistics calculator gives results instantly and reduces mistakes.

This calculator is helpful whenever you have a list of values and want quick insights about the center of the data (typical value), the spread (how scattered values are), and whether there are values that stand out from the rest.

How to Use This Statistics Calculator

  1. Enter your data values -- Input numbers into the data field (numbers only)
  2. Separate values correctly -- Use commas, spaces, or new lines—depending on the calculator’s input format
  3. Click 'Calculate' -- to analyze the dataset
  4. Review the results -- such as mean, median, mode, range, and standard deviation (if shown)
  5. Adjust your list -- add or remove values and recalculate to compare different datasets

Tips:

  • Make sure you don’t include extra symbols (like $ or %) unless the calculator supports them
  • If your dataset contains decimals, enter them exactly (example: 12.5)
  • If the calculator offers a choice between population vs sample statistics, pick the one that matches your situation (explained below)

Statistics Formulas

Let your dataset be: x₁, x₂, x₃, …, xₙ where n is the number of values.

Mean (Average)

Mean = (x₁ + x₂ + … + xₙ) / n

Sum all values, then divide by the count

Median

The middle value after sorting the numbers:

  • If n is odd: median is the middle value
  • If n is even: median is the average of the two middle values

Mode

The most frequently occurring value(s):

  • Unimodal (one mode), bimodal (two), or multimodal
  • No mode if all values occur equally often

Range

Range = max − min

The difference between the largest and smallest values

Variance and Standard Deviation

Variance measures spread by looking at how far values are from the mean.

Population formulas

  • σ² = [ Σ(xᵢ − μ)² ] / n
  • σ = √σ²

μ = population mean

Sample formulas

  • s² = [ Σ(xᵢ − x̄)² ] / (n − 1)
  • s = √s²

x̄ = sample mean

Example Calculations

Example 1: Mean, Median, Mode

Data: 2, 4, 4, 7, 9

Mean: (2 + 4 + 4 + 7 + 9) / 5 = 26 / 5 = 5.2

Median: sorted list is 2, 4, 4, 7, 9 → middle value is 4

Mode: 4 occurs most often → mode = 4

Results: Mean = 5.2, Median = 4, Mode = 4

Example 2: Range

Data: 12, 15, 19, 22, 30

Max: 30, Min: 12

Range: 30 − 12 = 18

Result: Range = 18

Example 3: Population Standard Deviation

Data: 1, 2, 3

Mean (μ): (1 + 2 + 3) / 3 = 2

Differences: (1−2) = −1, (2−2) = 0, (3−2) = 1

Squared → Sum: 1 + 0 + 1 = 2

σ²: 2 / 3 = 0.6667

σ: √0.6667 ≈ 0.8165

Result: Population SD ≈ 0.8165

Example 4: Sample Standard Deviation

Data: 1, 2, 3

Mean (x̄): 2

Squared differences sum: 2 (same as above)

s²: 2 / (3 − 1) = 2 / 2 = 1

s: √1 = 1

Result: Sample SD = 1

Frequently Asked Questions

What’s the difference between mean, median, and mode?

The mean is the average (sum divided by count). The median is the middle value when sorted. The mode is the most frequent value. They can differ, especially if the data has outliers.

What are outliers, and how do they affect statistics?

Outliers are values far from the rest of the data. They can strongly affect the mean and standard deviation, but the median is usually more resistant to outliers.

What’s the difference between population and sample standard deviation?

Use population formulas when your dataset includes every member of the group you’re studying. Use sample formulas when your dataset is a subset (sample) of a larger population. Sample formulas divide by (n − 1) to reduce bias.

Can a dataset have more than one mode?

Yes. If two values tie for most frequent, it’s bimodal. If more than two values tie, it’s multimodal. If all values occur equally often, it may have no mode.

Why is standard deviation useful?

Standard deviation shows how spread out the data is. A low standard deviation means values are close to the mean; a high standard deviation means values vary widely.

Embed This Statistics Calculator on Your Website

Want to add this statistics 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 que les statistiques descriptives ?

La statistique est la science de la collecte, de l'analyse et de l'interprétation des données numériques. Les statistiques descriptives résument les caractéristiques clés d'un ensemble de données — tendance centrale (moyenne, médiane, mode) et dispersion (étendue, variance, écart-type). Plutôt que de tirer des conclusions sur une population plus large, elles décrivent simplement ce que contiennent vos données.

Les statistiques descriptives sont utilisées partout — des notes scolaires et de l'analyse sportive à la recherche médicale et aux KPIs d'entreprise. Ce calculateur prend n'importe quelle liste de nombres et renvoie instantanément toutes les statistiques clés : tendance centrale, dispersion, quartiles et bien plus. Aucune formule à mémoriser, aucun tableur nécessaire.

Comment utiliser le calculateur de statistiques

  1. Entrez vos nombres séparés par des virgules (ex : 2, 4, 6, 8, 10).
  2. Cliquez sur Calculer pour lancer l'analyse.
  3. Consultez toutes les statistiques dans le panneau de résultats : moyenne, médiane, mode, étendue, variance, écart-type, Q1, Q3 et IQR.
  4. Utilisez les statistiques individuelles dans votre rapport, devoir ou analyse de données.

Formules utilisées

Moyenne (μ) : Σx / n Médiane : valeur centrale triée (ou moyenne des deux valeurs centrales) Mode : valeur la plus fréquente Étendue : max − min Variance : Σ(x − μ)² / n Écart-type : √Variance Q1, Q3 : 25e et 75e percentiles IQR : Q3 − Q1

L'écart-type de population divise par n ; l'écart-type d'échantillon divise par (n − 1). Utilisez le premier quand votre jeu de données représente l'ensemble du groupe ; utilisez le second quand c'est un sous-ensemble d'une population plus large.

Exemples résolus

Exemple 1 : Ensemble {2, 4, 4, 4, 5, 5, 7, 9}

Moyenne = (2+4+4+4+5+5+7+9) / 8 = 5,00. Médiane = moyenne des 4e et 5e valeurs = (4+5)/2 = 4,50. Mode = 4 (apparaît 3 fois). Étendue = 9 − 2 = 7. Écart-type population ≈ 2,00.

Exemple 2 : Notes d'examen {70, 80, 90, 100}

Moyenne = (70+80+90+100) / 4 = 85,00. Médiane = (80+90)/2 = 85,00. Mode = aucun (toutes les valeurs apparaissent une fois). Étendue = 100 − 70 = 30. Écart-type = 11,18.

Exemple 3 : Ensemble symétrique {1, 2, 3, 4, 5}

Moyenne = 3,00. Médiane = 3,00. Mode = aucun. Étendue = 4. Quand un ensemble est parfaitement symétrique, la moyenne et la médiane sont égales — utile pour détecter une asymétrie dans des données réelles.

Questions fréquentes

Quand utiliser la moyenne et quand utiliser la médiane ?▾
Utilisez la moyenne quand vos données ne contiennent pas de valeurs aberrantes extrêmes — elle exploite toutes les valeurs et convient aux distributions approximativement symétriques. Utilisez la médiane quand les données sont asymétriques ou contiennent des valeurs aberrantes (par exemple, les revenus des ménages), car elle représente la valeur centrale sans être tirée vers les extrêmes.
Que m'indique le mode ?▾
Le mode est la valeur qui apparaît le plus fréquemment dans votre ensemble de données. Il est particulièrement utile pour les données catégorielles ou discrètes — comme les réponses à des sondages ou les pointures de chaussures — quand vous voulez savoir ce qui est le plus courant. Un ensemble peut n'avoir aucun mode, un seul mode ou plusieurs modes (bimodal, multimodal).
Que mesure l'écart-type ?▾
L'écart-type mesure la dispersion des valeurs autour de la moyenne. Un écart-type faible signifie que les données sont regroupées près de la moyenne ; un écart-type élevé indique qu'elles sont très dispersées. C'est la mesure de variabilité la plus utilisée en statistique.
À quoi sert l'IQR ?▾
L'écart interquartile (IQR = Q3 − Q1) mesure la dispersion des 50 % centraux de vos données. Il est résistant aux valeurs aberrantes, ce qui le rend idéal pour les ensembles asymétriques. L'IQR sert aussi à détecter les valeurs aberrantes : toute valeur inférieure à Q1 − 1,5×IQR ou supérieure à Q3 + 1,5×IQR est signalée comme potentiellement aberrante.
Comment la médiane est-elle calculée avec un nombre pair de valeurs ?▾
Quand il y a un nombre pair de valeurs, il n'y a pas de valeur centrale unique. La médiane est calculée en triant les données et en faisant la moyenne des deux valeurs centrales. Par exemple, dans {3, 5, 7, 9}, les deux valeurs centrales sont 5 et 7, donc la médiane = (5 + 7) / 2 = 6,00.