Qu'est-ce que la probabilité de queue supérieure P(Z > z) ?
Pour la loi normale centrée réduite (moyenne 0, écart-type 1), la probabilité de queue supérieure \(P(Z > \text{z})\) correspond à l'aire située sous la courbe en cloche, à droite d'un score z donné. Elle répond à des questions du type : « quelle proportion des observations dépasse cette valeur ? » Comme l'aire totale sous la courbe vaut 1, la queue supérieure se déduit simplement en retranchant la probabilité cumulée : $$P(Z > \text{z}) = 1 - \Phi(\text{z})$$ où \(\Phi(\text{z})\) désigne la fonction de répartition de la loi normale centrée réduite.
Comment utiliser ce calculateur
Saisissez un score z — c'est-à-dire le nombre d'écarts-types qui séparent une valeur de la moyenne, au-dessus (positif) ou en dessous (négatif). Le calculateur renvoie la probabilité de queue supérieure \(P(Z > \text{z})\), la probabilité cumulée \(\Phi(\text{z}) = P(Z \le \text{z})\) et le rang centile (Φ exprimé en pourcentage). Un z égal à 0 donne exactement 0,5 pour la queue supérieure, puisque la courbe normale est symétrique.
La formule expliquée
La fonction de répartition s'écrit à l'aide de la fonction d'erreur : $$\Phi(\text{z}) = \frac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{\text{z}}{\sqrt{2}}\right)\right]$$ Ce calculateur évalue erf grâce à l'approximation rationnelle d'Abramowitz et Stegun, précise à environ sept décimales. La queue supérieure vaut alors \(1 - \Phi(\text{z})\), et le rang centile s'obtient par \(100 \times \Phi(\text{z})\).
Exemple concret
Prenons z = 1,0. La probabilité cumulée \(\Phi(1) \approx 0{,}8413\), donc $$P(Z > 1) = 1 - 0{,}8413 \approx 0{,}1587$$ Autrement dit, environ 15,87 % d'une distribution normale se situe à plus d'un écart-type au-dessus de la moyenne, et un score z de 1 correspond à peu près au 84ᵉ centile.
FAQ
Que donne un score z négatif ? Pour z = −1,0, on a \(\Phi(-1) \approx 0{,}1587\), d'où une queue supérieure \(P(Z > -1) \approx 0{,}8413\) — environ 84 % de la distribution se trouve au-dessus de cette valeur.
S'agit-il d'une valeur p unilatérale ? Oui. Dans un test d'hypothèse à droite, \(P(Z > \text{z})\) correspond exactement à la valeur p unilatérale associée à votre statistique de test.
Quelle est la précision du résultat ? L'approximation présente une erreur maximale d'environ \(1{,}5 \times 10^{-7}\), largement suffisante pour les travaux statistiques courants.
