ForHosting KIT · Mathématiques

Calculateur MAD

Sachez à quelle distance moyenne de leur moyenne se trouvent vos nombres : pour 2, 4, 4, 4, 5, 5, 7 et 9, la moyenne vaut 5, les écarts totalisent 12 et l'écart absolu moyen vaut 1,5. Le résultat reste dans l'unité de vos données. Gratuit dans votre navigateur.

  • Gratuit
  • Fonctionne dans votre navigateur
  • Sans inscription
  • Vos données restent sur votre appareil
Utilisez-le depuis WebAPIE-mailTelegramApp bientôt

L'écart absolu moyen, habituellement abrégé MAD, est la distance moyenne entre chaque nombre d'une liste et la moyenne arithmétique de cette même liste. Ce calculateur MAD prend une série finie, calcule la moyenne, fait la moyenne des résidus absolus et renvoie la MAD avec le nombre d'observations et la moyenne, afin que vous puissiez vérifier les étapes. Comme les résidus ne sont pas élevés au carré, une valeur extrême ne domine pas le résultat comme elle peut le faire avec la variance ou l'écart type. Une liste vide est refusée, tout comme toute entrée qui n'est pas un nombre fini, car la statistique n'est pas définie sans au moins une observation valide. Le parcours est déterministe : pas de réseau, pas d'échantillonnage aléatoire, pas d'horloge.

Ce que la MAD mesure et ce que la réponse contient

L'écart absolu moyen répond à une question simple : en moyenne, à quelle distance une observation typique se trouve-t-elle du centre de cette liste particulière ? Le centre utilisé ici est la moyenne arithmétique μ, la somme des nombres divisée par le compte n. Chaque observation contribue ensuite à la valeur absolue de son résidu |xᵢ − μ| ; ces résidus absolus sont additionnés et le total est divisé par n.

Le résultat s'exprime dans les mêmes unités que les mesures d'origine, ce qui le rend plus facile à expliquer que la variance, dont les unités sont au carré. Ce calculateur renvoie toujours une charge utile petite et stable : n, la moyenne, la somme des écarts absolus, la MAD elle-même et une courte chaîne de formule. Il n'y a pas de repli silencieux vers zéro lorsque la liste est vide, et aucune tentative de deviner un nombre à partir d'une étiquette, d'un booléen ou d'un objet imbriqué.

Une seule valeur finie est valide et donne une MAD nulle, car le seul résidu est zéro. Deux valeurs ou plus produisent une MAD non négative, nulle seulement lorsque chaque entrée égale la moyenne. Si vous avez besoin de l'écart type de population ou d'échantillon, de la variance, d'un score z ou d'un profil CSV multi-colonnes, utilisez ces outils dédiés ; cette page existe pour le terme court MAD et pour la moyenne exacte des écarts absolus autour de la moyenne.

Comment la liste est lue et comment l'algorithme à deux passes reste exact

Le champ canonique est values, un tableau de nombres finis. Chaque jeton est analysé comme un décimal ; les signes optionnels et la notation scientifique sont autorisés. Les jetons vides, les lettres, les booléens et les objets échouent avec un indice de champ dans le message, afin qu'une cellule défectueuse ne devienne pas un zéro silencieux.

Infinity et NaN sont refusés pour la même raison. Le calcul est la méthode classique à deux passes : d'abord la somme et la moyenne, puis la somme des écarts absolus par rapport à cette moyenne, enfin la MAD comme cette somme divisée par n. Renvoyer la somme intermédiaire des écarts absolus permet à un élève ou à un relecteur de vérifier l'arithmétique à la main.

Où une valeur MAD est utile en étude, qualité et contrôles produit

Les salles de classe recourent à la MAD lorsqu'un premier cours sur la dispersion veut une distance linéaire avant que quiconque n'élève les résidus au carré. Un cahier de laboratoire qui enregistre des mesures répétées de la même grandeur peut indiquer à quelle distance les répétitions typiques se situent de la moyenne de la session, sans prétendre à un modèle inférentiel complet. Un enseignant peut imprimer un corrigé pour une série courte et savoir que la page ne substituera pas l'écart absolu médian ni un raccourci d'écart type d'échantillon.

Les équipes d'ingénierie et d'exploitation utilisent le même nombre comme contrôle de santé compact : si la MAD de la latence, de la taille de panier ou des comptes d'erreurs s'effondre vers zéro, la colonne a pu se figer ; si elle saute, un processus a pu dériver même lorsque la moyenne paraît stable. Les pipelines de caractéristiques qui mettent à l'échelle une colonne par le résidu absolu typique peuvent appeler ce contrat au lieu d'envoyer un assistant improvisé qui s'écartera plus tard de la formule documentée.

Sur cette page, le travail s'exécute entièrement dans votre navigateur. Utilisez un outil dédié d'écart type lorsque vous avez besoin d'une dispersion quadratique, et un outil dédié de médiane lorsque le centre doit être la médiane plutôt que la moyenne.

Contrôles de devoirs et de laboratoire

Confirmez la MAD autour de la moyenne pour une série de manuel ou une courte série de laboratoire, avec n, la moyenne et la somme des écarts absolus à côté de la MAD.

Suivi linéaire de la dispersion

Surveillez la MAD de la latence, de la taille de panier ou des comptes d'erreurs lorsqu'une alternative linéaire, moins sensible aux valeurs aberrantes que l'écart type, est plus facile à expliquer.

Que signifie MAD sur cette page ?

MAD désigne l'écart absolu moyen autour de la moyenne arithmétique : la moyenne de |xᵢ − μ| pour chaque valeur de la liste.

Comment la valeur MAD est-elle calculée ?

Le moteur prend la moyenne de la liste, additionne les résidus absolus par rapport à cette moyenne et divise par n. La réponse renvoie aussi la somme intermédiaire des écarts absolus.

Pourquoi une liste vide est-elle une erreur ?

Faire la moyenne des écarts absolus sur zéro observation n'est pas défini.

Un seul nombre produit-il une MAD ?

Oui. Une liste d'un nombre fini est valide et donne une MAD nulle, car le seul résidu par rapport à la moyenne est zéro.

Combien coûte une requête ?

Le calculateur est gratuit dans votre navigateur sur cette page.

Tout sur cette page est disponible par programmation. Cette section s'adresse aux équipes qui veulent l'intégrer à leurs systèmes ; les autres peuvent simplement utiliser l'outil ci-dessus.

POSThttps://api.kit.forhosting.com/stat/mad

Authentification par jeton Bearer : un seul POST met la tâche en file d’attente, et le résultat vous parvient par webhook ou lien signé.

curl -X POST https://api.kit.forhosting.com/stat/mad \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"values":[2,4,4,4,5,5,7,9]}'
{
  "values": [
    2,
    4,
    4,
    4,
    5,
    5,
    7,
    9
  ]
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "stat.mad",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

L’API est asynchrone : chaque appel renvoie un task_id immédiatement, puis vous interrogez l’état à raison d’une requête par seconde.

par requête$0.002

Le prix est publié, sans tokens ni crédits. Une tâche qui échoue n’est pas facturée.

max_n10000
max_abs1000000000000000
HTTPCodeSignification
401unauthorizedClé API absente ou invalide : vérifiez l’en-tête Authorization.
402insufficient_balanceSolde insuffisant : rechargez votre compte pour lancer cette tâche.
404unknown_typeType de tâche inconnu : vérifiez le champ type de votre requête.
429rate_limitedTrop de requêtes : ralentissez la cadence, puis réessayez.

Utilisez-le gratuitement dans le navigateur de cette page, ou appelez l'API à $0.002 par requête réussie lorsque vous avez besoin de la même MAD dans un script, un test unitaire ou un contrôle de tableau de bord.

Comment la liste est lue et comment l'algorithme à deux passes reste exact

Les alias data, numbers, list et x sont acceptés afin qu'un export de tableur, une chaîne de requête ou un formulaire typé puissent réutiliser le même contrat sans renommer les colonnes. Une seule chaîne de nombres séparés par des virgules, des espaces ou des points-virgules est également acceptée lorsqu'un formulaire envoie du texte brut plutôt qu'un tableau JSON. Le moteur impose une longueur maximale publiée et un plafond de magnitude par valeur, de sorte que la mémoire et la latence restent dans un budget prévisible sur le chemin gratuit du navigateur et sur le Worker de bord. Associez l'exécution gratuite dans le navigateur de cette page à l'API tarifée lorsque vous avez besoin de ce résultat descriptif identique dans un pipeline automatisé, sans réimplémenter vous-même la moyenne des écarts absolus.

Où une valeur MAD est utile en étude, qualité et contrôles produit

Via l'API, chaque consultation réussie coûte $0.002 ; une validation en échec n'est pas facturée et rien n'est stocké après le retour de la réponse.

Fixtures de test déterministes

Générez une MAD reproductible pour des tests unitaires et des portes de qualité des données, au lieu de tenir à jour une table de valeurs de dispersion attendues.

Consulter la documentation complète du KIT →