Collez un jeu de données ou saisissez un SD et une moyenne connus obtenez RSD et variance en quelques millisecondes.
Calculer avec
Choose your input method
Results
Live, accurate, and shareable
Enter values to see results
Your RSD, standard deviation, mean, and full breakdown will appear here.
Relative Standard Deviation
—
% (Coefficient of Variation)
Standard Deviation (σ)—
Mean (μ)—
Variance (σ²)—
Count (n)—
Sum (Σx)—
Range—
Minimum—
Maximum—
Distribution
Step-by-step
Définition
Qu'est-ce que l'écart-type relatif (RSD) ?
L'écart-type relatif (RSD) est l'écart-type exprimé en pourcentage de la moyenne. La formule est RSD = (s / x̄) × 100%. Le RSD est également appelé coefficient de variation (CV) lorsqu'il est écrit sous forme décimale, les deux termes décrivent donc la même quantité dans des unités différentes.
Le RSD est sans dimension. Cette propriété permet aux analystes de comparer la variabilité entre des jeux de données utilisant des unités, des échelles ou des magnitudes différentes concentration en mg/L, masse en grammes, tension en millivolts. Les équipes de Statistiques et d'Analyse de Données utilisent le RSD partout où la précision et l'exactitude doivent être comparées sur un pied d'égalité.
Trois propriétés définissent le RSD :
Sans échelle divise l'écart-type par la moyenne arithmétique pour supprimer les unités.
Échelle de rapport uniquement nécessite un véritable point zéro et une moyenne positive.
Comparable permet des vérifications de variabilité côte à côte entre les jeux de données.
Même moyenne, RSD différent Faites glisser le curseur pour élargir la dispersion du jeu de données B
Jeu de données A5.0%
Jeu de données B25.0%
Les deux jeux de données partagent la même moyenne (50). Le jeu de données A conserve un regroupement serré. Le RSD du jeu de données B évolue avec sa dispersion.
Méthode
Comment calculer l'écart-type relatif
Calculez l'écart-type relatif (RSD) en divisant l'écart-type (s) par la moyenne (x̄) et en multipliant par 100. Le résultat exprime la dispersion en pourcentage de la moyenne et reste sans dimension quelles que soient les unités.
Le RSD mesure à quel point les points de données se regroupent autour de la moyenne arithmétique. Un petit RSD indique une grande précision. Un grand RSD indique une large variabilité. Les trois étapes à droite donnent la procédure complète.
Trouver la moyenne (x̄)Additionnez chaque valeur, divisez par le nombre (n).
Trouver l'écart-type (s ou σ)Utilisez la formule de l'échantillon pour les données expérimentales, ou la formule de la population pour les données de recensement.
Appliquer la formule du RSDRSD = (s / x̄) × 100%. Exprimez le résultat en pourcentage.
Exemples résolus
Exemple n°1
Trouvez le RSD pour un jeu de données avec un écart-type de 45 et une moyenne de 3,7.
Solution
RSD = σx̄ × 100
RSD = 453.7 × 100
RSD = 1216.2%
Exemple n°2
Trouvez le RSD pour le jeu de données 12, 23, 45, 33, 65, 54, 54 (Échantillon, n − 1).
La formule du RSD est RSD = |σ / μ| × 100%, où σ est l'écart-type et μ est la moyenne arithmétique. Prenez la valeur absolue du rapport, multipliez par 100 et présentez la réponse en pourcentage.
Le curseur ci-dessous montre comment le RSD réagit lorsque σ ou μ changent. Augmenter σ élargit la dispersion et augmente le RSD. Augmenter μ réduit le RSD car la même dispersion devient un pourcentage plus faible d'une moyenne plus élevée.
Ajustez σ et μ pour voir le RSD se mettre à jour en temps réel
Résultat10.00%Modéré
Comparaison
RSD vs CV : comprendre la différence
Le RSD et le coefficient de variation (CV) mesurent la même propriété statistique le rapport de l'écart-type à la moyenne. La seule différence réside dans l'unité d'expression. Le CV présente le résultat sous forme décimale. Le RSD présente le même résultat multiplié par 100 pour donner un pourcentage.
Les articles de chimie analytique et d'analyse pharmaceutique rapportent généralement le RSD car les pourcentages communiquent rapidement la précision. Les articles de finance, de biologie et de sciences environnementales rapportent souvent le CV sous forme décimale. Les deux formes contiennent des informations identiques et se convertissent l'une en l'autre par un facteur de 100.
Le calculateur RSD fournit une analyse complète de votre jeu de données en trois étapes de saisie et huit valeurs de sortie. Choisissez un mode de saisie, entrez vos données, puis lisez les résultats ci-dessous.
Sélectionnez le mode de saisie collez un jeu de données, ou saisissez un écart-type et une moyenne connus.
Tapez ou collez vos valeurs numériques dans le champ de saisie.
Choisissez Échantillon (n − 1) pour les données expérimentales ou Population (n) pour les données de recensement.
Appuyez sur Calculer pour effectuer le calcul.
Sortie
Écart-type relatif (RSD) en pourcentage
Écart-type (σ) pour le mode choisi
Moyenne (μ) la moyenne arithmétique
Variance (σ²) carré de l'écart-type
Nombre (n) nombre total de valeurs
Somme (Σx) somme de toutes les valeurs des données
Valeurs d'étendue, minimum et maximum
Résolution étape par étape + un graphique de distribution
Cas d'utilisation
Utilisations courantes du calculateur RSD
L'écart-type relatif met l'écart-type en perspective en le comparant à la moyenne. Voir l'écart-type sous forme de pourcentage aide les gens à prendre des décisions dans diverses situations. Le calculateur RSD est sollicité dans six scénarios récurrents en science, industrie, finance et éducation.
01
Assurance qualité
Une épicerie peut exiger que le RSD de toutes les tailles de fruits soit inférieur à 10%, garantissant une apparence de produit cohérente et l'attente du client.
02
Volatilité financière
Les analystes utilisent le RSD pour évaluer la volatilité des cours boursiers, des rendements et des paniers d'actifs en comparant le risque sur une seule échelle sans dimension.
03
Chimie analytique
Les chimistes rapportent le RSD pour exprimer la précision d'un dosage les titrages répétés, les surfaces de pic HPLC et les lectures d'instruments se condensent tous en un seul pourcentage.
04
Comparaison de jeux de données
Le RSD permet de comparer la variation de deux jeux de données différents même lorsque leurs unités, échelles ou magnitudes ne sont pas les mêmes.
05
Validation de méthode
Les analystes documentent la répétabilité, la reproductibilité et la précision intermédiaire pour les rapports de validation de méthode ICH Q2 dans les laboratoires pharmaceutiques et cliniques.
06
Cours et devoirs
Les étudiants vérifient les calculs de RSD des manuels et résolvent des devoirs de statistiques sans avoir à effectuer chaque étape sur papier.
07
Fabrication et Six-Sigma
Les ingénieurs qualité intègrent le RSD dans le Cpk et les études de capabilité de processus. Une augmentation du RSD sur une carte de contrôle indique une dérive du processus, l'usure de l'équipement ou un changement de matières premières.
08
Tests cliniques et diagnostiques
Les laboratoires médicaux exécutent quotidiennement des échantillons de contrôle et rapportent le %CV à côté de chaque test diagnostique. Les résultats des patients ne sont publiés que lorsque le RSD de l'échantillon de contrôle reste dans les limites des règles de Westgard.
Mises en garde
Quand ne pas utiliser l'écart-type relatif
Évitez l'écart-type relatif dans cinq scénarios. Le RSD échoue ou induit en erreur lorsque la moyenne est nulle, que les données utilisent une échelle non rapport, que la moyenne est petite par rapport à la dispersion, que les données contiennent des valeurs aberrantes qui dominent la dispersion, ou que le jeu de données est trop petit pour une estimation stable.
Le RSD divise par la moyenne, donc une moyenne nulle produit un résultat indéfini. Une moyenne négative produit un pourcentage négatif qui n'a aucune signification pratique.
2
Données à échelle non rapport
Le RSD suppose un véritable point zéro. La température en Celsius, les années calendaires et les scores de QI ne respectent pas cette hypothèse. Utilisez plutôt l'écart-type absolu.
3
Petites moyennes avec grande dispersion
Une moyenne proche de zéro gonfle le RSD même lorsque la dispersion absolue est modeste. Le pourcentage ne reflète plus la variabilité pratique.
4
Jeux de données avec fortes valeurs aberrantes
Le RSD hérite de la sensibilité aux valeurs aberrantes de l'écart-type. Une seule valeur extrême peut faire basculer le résultat. La déviation absolue médiane (MAD) est une alternative plus robuste.
5
Très petits échantillons
Un échantillon de deux ou trois valeurs donne un RSD avec de larges intervalles de confiance. La validation de méthode selon les directives ICH nécessite généralement au moins six répétitions.
Formules
Formules de l'écart-type
L'écart-type a deux formes. L'écart-type d'échantillon divise par (n − 1) et estime la dispersion à partir d'un sous-ensemble. L'écart-type de population divise par n et décrit l'ensemble du groupe. Le choix du dénominateur change la valeur, ce qui change ensuite le RSD.
Utilisez la formule de l'écart-type d'échantillon lorsque vos données représentent un échantillon tiré d'une population plus grande. La correction de Bessel (n − 1) réduit le biais qui résulte de l'estimation de la moyenne à partir des mêmes données.
Écart-type d'échantillon
Écart-type de population (n)
Utilisez la formule de l'écart-type de population lorsque vos données couvrent chaque membre du groupe, comme les données de recensement ou un lot de production fini mesuré entièrement.
Écart-type de population
Mêmes données, deux dénominateurs Modifiez les valeurs pour voir comment chaque formule réagit
Échantillon (n − 1)—σ²s = —
Population (n)—σ²p = —
n = —μ = —RSDsample = —RSDpop = —
Qualité
Évaluation de la qualité des données
Le calculateur d'écart-type relatif évalue la qualité des données sur cinq niveaux. Un RSD plus faible indique un regroupement plus serré autour de la moyenne arithmétique. Les seuils ci-dessous correspondent aux conventions utilisées en chimie analytique, en analyse pharmaceutique et en contrôle qualité statistique.
Jauge interactive de qualité RSD Faites glisser le curseur pour lire le niveau de qualité
10.00%Modéré
Plage de RSD
Évaluation
Interprétation
≤ 1%
Excellent
Données très précises avec une variation minimale
1% – 5%
Bon
Précision acceptable pour la plupart des applications
5% – 10%
Modéré
Méthodologie et répétitions à examiner
10% – 20%
Élevé
Étudier les sources de variabilité
> 20%
Très élevé
Vérifier les valeurs aberrantes et la dérive de l'instrument
Seuils de référence de l'industrie
Pharmaceutique (ICH)Aptitude du système ≤ 1% · Méthode ≤ 2% · Intermédiaire ≤ 5%
Chimie analytiqueGénéralement ≤ 5% pour les dosages de routine
Chimie clinique≤ 10% pour le QC des tests diagnostiques
Sciences environnementales10–20% accepté en raison de la variabilité naturelle
Applications
Applications de l'écart-type relatif (RSD)
L'écart-type relatif est appliqué dans quatre domaines principaux : analyse pharmaceutique, analyse de laboratoire, contrôle qualité et chimie clinique. Chaque domaine fixe ses propres seuils d'acceptation, mais chacun s'appuie sur la même formule RSD = (σ / μ) × 100% pour comparer la précision sur une seule échelle sans dimension.
L'analyse pharmaceutique applique le RSD pour valider les méthodes analytiques selon les directives ICH (International Council for Harmonisation) Q2. Le RSD quantifie la répétabilité et la reproductibilité sur la même échelle, ce qui rend les comparaisons de dosages équitables entre les instruments et les analystes.
Aptitude du système RSD ≤ 1%
Répétabilité de la méthode RSD ≤ 2%
Précision intermédiaire RSD ≤ 5%
Analyse de laboratoire
Les laboratoires analytiques appliquent le RSD pour comparer les performances des instruments et des méthodes car la métrique est sans dimension. Un spectromètre mesurant l'absorbance et un chromatographe mesurant la surface des pics peuvent être comparés directement lorsque les deux rapportent un RSD.
Comparaisons de précision entre instruments
Évaluation des mesures répétées
Suivi de la stabilité d'étalonnage
Contrôle qualité
Les équipes de fabrication appliquent le RSD pour surveiller la stabilité des processus. Une augmentation du RSD sur une carte de contrôle indique une dérive du processus, l'usure de l'équipement ou un changement de matières premières. Les programmes de contrôle qualité statistique traitent le RSD comme un indicateur avancé des problèmes de rendement.
Cohérence de lot à lot
Métrique de support Cpk Six-Sigma
Surveillance de la santé des équipements
Chimie clinique
Les laboratoires de chimie clinique appliquent le RSD (souvent rapporté en %CV) aux échantillons de contrôle pour chaque test diagnostique. Les résultats des patients ne sont publiés que lorsque le RSD de l'échantillon de contrôle reste dans les limites des règles de Westgard, ce qui protège la fiabilité diagnostique.
Suivi quotidien du QC sur les sérums de contrôle
Déclencheurs de violation des règles de Westgard
Tests d'aptitude inter-laboratoires
Limites
Limites du RSD
Le RSD a quatre limites principales : exigence d'une moyenne positive, sensibilité aux petites moyennes, dépendance à la mesure d'échelle de rapport et sensibilité aux valeurs aberrantes. Connaître ces limites empêche une mauvaise interprétation des résultats.
Le RSD devient indéfini lorsque la moyenne est nulle et n'a aucun sens lorsque la moyenne est négative. Passez à l'écart-type absolu dans ces cas.
Règleμ > 0
Limite 02
Sensible aux petites moyennes
Les petites valeurs moyennes gonflent le RSD. Les données regroupées près de zéro semblent plus variables qu'elles ne le sont réellement lorsqu'elles sont jugées uniquement par le RSD.
Attentionμ → 0
Limite 03
Données d'échelle de rapport uniquement
Le RSD suppose un véritable point zéro. Les mesures à échelle d'intervalle telles que les températures Celsius, le pH et les scores de QI violent cette hypothèse.
Éviter°C · pH · IQ
Limite 04
Sensibilité aux valeurs aberrantes
Le RSD hérite de la sensibilité aux valeurs aberrantes de l'écart-type. Un seul point extrême peut dominer le résultat. La déviation absolue médiane (MAD) est une alternative robuste.
AltMAD
Références
Lectures et références complémentaires
Sources externes fiables et sections connexes de ce site. Les liens externes ouvrent des références faisant autorité sur Wikipédia et auprès d'agences statistiques gouvernementales.
Une bonne valeur de RSD dépend du domaine. Un RSD ≤ 1% est considéré comme une excellente précision. Un RSD entre 1% et 5% est bon pour la plupart des applications analytiques. Un RSD entre 5% et 10% est acceptable pour de nombreuses études biologiques et environnementales. Un RSD supérieur à 10% peut indiquer une variabilité nécessitant une investigation. L'analyse pharmaceutique selon les directives ICH exige généralement un RSD inférieur à 2% pour la validation de méthode.
Quelle est la différence entre le RSD et le CV ?
Le RSD (écart-type relatif) et le CV (coefficient de variation) mesurent la même propriété statistique le rapport de l'écart-type à la moyenne. La différence est l'unité d'expression : le CV est rapporté sous forme décimale (par ex., 0,05), tandis que le RSD est rapporté en pourcentage (par ex., 5%). La formule CV = s / x̄ produit la forme décimale, et la multiplication par 100 produit le RSD en pourcentage.
Quand dois-je utiliser l'écart-type d'échantillon ou de population ?
Utilisez l'écart-type d'échantillon (diviseur n − 1) lorsque vos données sont un sous-ensemble d'une population plus grande, ce qui est le scénario le plus courant en recherche expérimentale et en chimie analytique. Utilisez l'écart-type de population (diviseur n) uniquement lorsque vos données couvrent l'ensemble de la population, comme les données de recensement. La forme (n − 1), appelée correction de Bessel, donne une estimation non biaisée de la variance de la population à partir d'un échantillon.
Pourquoi le RSD ne peut-il pas être calculé pour des données avec une moyenne nulle ou négative ?
Le RSD nécessite de diviser par la moyenne, donc une moyenne nulle produit une division par zéro (indéfinie). Pour une moyenne négative, le RSD perd son interprétabilité un pourcentage négatif de variabilité n'a aucune signification pratique. Le RSD est conçu pour des données d'échelle de rapport avec des valeurs intrinsèquement positives telles que des concentrations, des poids ou des nombres.
Comment le RSD est-il utilisé en analyse pharmaceutique et de laboratoire ?
L'analyse pharmaceutique utilise le RSD pour la validation de méthode selon les directives ICH (International Council for Harmonisation). Le RSD quantifie la répétabilité, la reproductibilité et la précision intermédiaire sur une seule échelle sans dimension. Les critères d'acceptation typiques incluent une aptitude du système RSD ≤ 1%, une répétabilité de méthode RSD ≤ 2%, et une précision intermédiaire RSD ≤ 5%. Les laboratoires utilisent la même métrique pour comparer les performances des instruments et la cohérence des analystes.
Quelle est la différence entre l'écart-type et l'écart-type relatif ?
L'écart-type est une mesure absolue de dispersion, exprimée dans les mêmes unités que les données (mg, mL, °C). L'écart-type relatif est la même dispersion exprimée en pourcentage de la moyenne, ce qui supprime les unités. Un écart-type de 5 mg signifie des choses très différentes pour une moyenne de 10 mg (RSD = 50%) par rapport à une moyenne de 5 000 mg (RSD = 0,1%).
Que vous indique l'écart-type relatif ?
L'écart-type relatif vous indique à quel point un jeu de données est dispersé par rapport à sa valeur moyenne. Un petit RSD indique un regroupement serré autour de la moyenne et une grande précision. Un grand RSD indique une grande variabilité. Comme le RSD est sans dimension, il permet des comparaisons de variabilité entre des jeux de données utilisant des unités ou des échelles différentes.