Elysia Tools

Parcourez outils, exemples, explications visuelles et guides thématiques dans un espace clair.

Catégories populaires

Dossiers

Langue
ZHESPTRUFRDEEN

Elysia Tools

Navigation mobile

Math & Numbers

Calculateur de Test Z a Deux Proportions

· Dernière mise à jour:2026-05-06

Compare deux proportions independantes avec un test Z groupe et un intervalle de confiance

Exécution

Exécuter cet outil

Remplissez le formulaire, lancez l’outil et consultez le résultat au même endroit.

Exemples

Exemples adaptés à cet outil

Associé

Continuer avec des outils et dossiers associés

Rédigé par l'équipe Elysia Tools
Mathématiques502
Conversion369
valeur p21
Intervalle de confiance9

Guide d'utilisation de l'outil

Découvrez quand utiliser cet outil, ce qu'il prend en charge et comment les utilisateurs l'appliquent.

Points clés

Catégorie
Math & Numbers
Types d’entrée
number, select
Type de sortie
json
Exemples associés
4
API disponible
Oui

Aperçu

Le Calculateur de Test Z à Deux Proportions permet de comparer facilement deux proportions indépendantes pour déterminer si leur différence est statistiquement significative. Idéal pour les tests A/B, l'analyse des taux de conversion et la recherche quantitative, cet outil calcule la statistique Z, la valeur p et indique si l'hypothèse nulle doit être rejetée selon votre seuil de signification (alpha).

Quand l’utiliser

  • Évaluer les résultats d'un test A/B pour comparer les taux de conversion de deux versions d'une page web ou d'une application.
  • Analyser l'efficacité de deux campagnes marketing différentes en comparant leurs taux de clics ou de réussite.
  • Comparer la prévalence d'une caractéristique ou d'un événement entre deux groupes indépendants dans le cadre d'une étude statistique.

Fonctionnement

  1. 1Saisissez le nombre de succès et le nombre total d'essais pour le premier groupe.
  2. 2Entrez les mêmes données (succès et essais) pour le deuxième groupe à comparer.
  3. 3Définissez l'hypothèse alternative (bilatérale, supérieure ou inférieure) et le seuil de signification (alpha).
  4. 4L'outil calcule instantanément les proportions, la différence, la statistique Z et la valeur p pour confirmer ou rejeter l'hypothèse nulle.

Cas d’usage

  • Optimisation du taux de conversion (CRO) pour les sites e-commerce via des tests A/B.
  • Évaluation de l'efficacité de deux traitements ou interventions sur deux groupes distincts.
  • Comparaison des taux de satisfaction client entre deux régions géographiques ou deux périodes différentes.

Exemples

1. Comparaison de deux taux de conversion (Test A/B)

Spécialiste Marketing

Contexte

Une équipe marketing a lancé deux versions d'une page de destination (A et B) pour voir laquelle génère le plus d'inscriptions.

Problème

Déterminer si la version A (60 inscriptions sur 100 visiteurs) est significativement plus performante que la version B (45 inscriptions sur 100 visiteurs).

Utilisation

Entrez 60 succès et 100 essais pour le groupe 1, puis 45 succès et 100 essais pour le groupe 2. Laissez l'hypothèse sur 'Bilatérale' avec un alpha de 0,05.

Résultat

L'outil calcule une valeur p de 0,0337. Puisque 0,0337 est inférieur à 0,05, l'hypothèse nulle est rejetée, confirmant que la différence de 15% est statistiquement significative.

2. Analyse d'une campagne d'emailing

Analyste de données

Contexte

Une entreprise teste deux objets d'email différents pour sa newsletter hebdomadaire envoyée à deux segments de 500 abonnés.

Problème

Vérifier si l'objet de l'email 1 génère un taux d'ouverture strictement supérieur à celui de l'email 2.

Utilisation

Saisissez 120 succès sur 500 essais pour le groupe 1, et 95 succès sur 500 essais pour le groupe 2. Sélectionnez l'hypothèse alternative 'Supérieur à'.

FAQ

Qu'est-ce qu'un test Z à deux proportions ?

C'est un test statistique utilisé pour déterminer si la différence entre les proportions de succès de deux groupes indépendants est significative.

Quand dois-je utiliser une hypothèse bilatérale ou unilatérale ?

Utilisez une hypothèse bilatérale pour tester toute différence (plus grande ou plus petite). Utilisez une hypothèse unilatérale (supérieure ou inférieure) si vous cherchez uniquement à savoir si une proportion est spécifiquement plus grande ou plus petite que l'autre.

Que représente la valeur p (p-value) ?

La valeur p indique la probabilité d'obtenir les résultats observés si l'hypothèse nulle est vraie. Une valeur p inférieure à votre seuil alpha (ex: 0,05) signifie que la différence est statistiquement significative.

Quelle est la différence entre les essais et les succès ?

Les essais représentent la taille totale de l'échantillon du groupe (ex: 100 visiteurs), tandis que les succès représentent le nombre de fois où l'événement mesuré s'est produit (ex: 60 achats).

Puis-je modifier le niveau de confiance du test ?

Oui, vous pouvez ajuster le seuil de signification (alpha). Par défaut, il est réglé sur 0,05, ce qui correspond à un niveau de confiance de 95 %.

Dossier

Conception d'expériences A/B, taille d'échantillon et puissance statistique

Planifiez une expérience A/B, dimensionnez les preuves, choisissez le test adapté et examinez l'effet avant de décider.

Accueil
Outils3208
Exemples593
Visualisations469
Visionneuses de fichiers103
Dossiers237
Étiquettes333
Images, audio et vidéo657

Outils de traitement, conversion et optimisation d’images, d’audio et de vidéo

Maths, dates et finance646

Calculateurs, outils numériques, logique de dates, statistiques et finance

Design et couleur298

Outils de couleur, mise en page, graphisme, style visuel et assistance design

Texte et rédaction209

Outils de rédaction, nettoyage, formatage, extraction et analyse de texte

Développement et Web193

Utilitaires développeur, réseau, débogage Web et assistants d’automatisation

Conversion et encodage175

Outils de conversion de formats, fichiers, archives, unités et encodages

Habitudes privées : sauvegarde, restauration et partage vérifié
D’un article aux brouillons X et LinkedIn : revue factuelle et livraison
Revue de cours Markdown interactif et livraison hors ligne
Revue d’aménagement d’une petite pièce et dossier d’emménagement
Examen des sources FLAC/WAV et transmission des preuves

© 2026 Elysia Tools. Tous droits réservés.

DocumentationTarifsÀ proposConditions d'utilisationPolitique de confidentialitéCookiesContact
Java

Exemples de Traitement d'Images Android Java

Exemples de traitement d'images Android Java incluant lecture/écriture, mise à l'échelle et conversion de format

Kotlin

Exemples de Traitement d'Images Android Kotlin

Exemples de traitement d'images Android Kotlin incluant lecture/écriture, mise à l'échelle et conversion de format

Python

Exemples de Traitement d'Images Web Python

Exemples de traitement d'images Web Python utilisant PIL/Pillow incluant la lecture, l'enregistrement, le redimensionnement et la conversion de format

Rust

Exemples de Traitement d'Images Web Rust

Exemples de traitement d'images Web Rust incluant lecture/écriture, redimensionnement et conversion de format

Math & Numbers

Calculateur de Poussée Active (Rankine)

Calcule la poussée active d'un sol pulvérulent sur un mur vertical lisse selon Rankine. K_a = tan²(45°−φ/2). Surcharge uniforme q optionnelle. Renvoie la pression à la base p₀, la force totale P et la hauteur de la résultante.

Math & Numbers

Calculateur du theoreme de Bayes

Calcule la probabilite posterieure

Math & Numbers

Calculateur de Contrainte de Flexion

Calcule la contrainte normale maximale de flexion à la fibre extrême σ_max = M·c/I = M/Z. Prend en charge cercle plein, rectangle, tube circulaire et profilé en I ; calcule automatiquement I, le module de section Z et la distance c. Contrainte en MPa.

Math & Numbers

Calculateur de Moment et Flèche de Poutre en Console

Calcule le moment maximal M_max, l'effort tranchant maximal V_max et la flèche maximale δ_max à l'extrémité libre d'une poutre en console sous charge ponctuelle P à l'extrémité ou charge répartie q. Ponctuelle : δ = PL³/(3EI) ; répartie : δ = qL⁴/(8EI).

Résultat

Le calculateur fournit la statistique Z et la valeur p unilatérale, permettant de valider mathématiquement si le premier objet d'email est réellement plus performant.