Calculateur de loi normale inverse

Calculateur de loi normale inverse

En croissance AI Skill PRO

Entrez le calcul

Formule

x=Moyenne (μ)+SD (σ)·Φ−1(Probabilité (p))x = {{\text{Moyenne }(\mu)}} + {{\text{SD }(\sigma)}} \cdot \Phi^{-1}\!\left({{\text{Probabilité }(p)}}\right)
Statistiques d'utilisation

Publicité

Résultats

Valeur normale inverse
1,6449
Probabilité saisie 0,95
Moyenne saisie (μ) 0
Écart-type saisi (σ) 1
Centile 95%
Score z 1,6449

Signaler une erreur sur cette page

À quoi sert le calculateur de loi normale inverse

Ce calculateur répond à une question statistique courante, mais dans l'autre sens : au lieu de se demander « quelle est la probabilité d'obtenir une valeur inférieure à x ? », il pose la question « quelle valeur correspond à une probabilité donnée ? ». Vous indiquez une probabilité cumulée ainsi que les paramètres d'une loi normale, et l'outil renvoie la valeur correspondante (la valeur normale inverse), son centile et le score z associé. Il est très utilisé dans les exercices universitaires, le contrôle qualité, la finance (valeur en risque, ou VaR) et les tests standardisés.

Courbe en cloche de la loi normale avec l'aire de la queue gauche p hachurée et une ligne verticale marquant la valeur x sur l'axe horizontal
La loi normale inverse donne la valeur x telle que l'aire hachurée (probabilité p) se trouve à sa gauche.

Les trois paramètres à saisir

  • Probabilité (entre 0 et 1) : l'aire cumulée située à gauche de la valeur recherchée. Par exemple, 0,95 signifie « la valeur en dessous de laquelle se trouvent 95 % de la distribution ». Elle doit être strictement comprise entre 0 et 1.
  • Moyenne (μ) : le centre de votre loi normale.
  • Écart-type (σ) : la dispersion de la distribution. Il doit être strictement supérieur à 0.

La formule

L'outil calcule la fonction de répartition inverse (la fonction quantile) d'une loi normale de paramètres μ et σ :

  • Valeur normale inverse : x = Φ⁻¹(p ; μ, σ) — la valeur pour laquelle la probabilité cumulée est égale à p.
  • Centile : probabilité × 100.
  • Score z : z = (x − μ) / σ — le nombre d'écarts-types qui séparent x de la moyenne.

En coulisses, l'outil utilise l'inverse de la loi normale centrée réduite, puis applique un changement d'échelle et de position : x = μ + σ · z, où z correspond à la probabilité p.

Publicité
Schéma montrant une probabilité passant par la fonction de répartition inverse pour donner un score z, ensuite multiplié par sigma et décalé de mu pour obtenir x
La probabilité p est convertie en score z, qui est multiplié par σ puis décalé de μ pour obtenir x.

Exemple détaillé

Supposons que les notes d'un examen suivent une loi normale de moyenne (μ) 70 et d'écart-type (σ) 8, et que vous cherchiez le 90ᵉ centile. Saisissez probabilité = 0,90, moyenne = 70, écart-type = 8.

  • Le score z de la loi normale centrée réduite pour 0,90 vaut environ 1,2816.
  • Valeur normale inverse : 70 + 8 × 1,2816 ≈ 80,25.
  • Centile : 0,90 × 100 = 90 %.
  • Score z : (80,25 − 70) / 8 ≈ 1,28.

Une note d'environ 80,25 place donc l'élève au 90ᵉ centile.

Probabilités courantes et leurs scores z

Le tableau présente le quantile normal standard \(z = \Phi^{-1}(p)\), c'est-à-dire le score z dont la probabilité cumulée p se trouve à sa gauche, pour une distribution de moyenne 0 et d'écart type 1. Pour convertir vers une loi normale quelconque, utilisez \(x = \mu + \sigma \cdot z\).

Probabilité cumulée p z = Φ⁻¹(p)
0.01 -2.3263
0.025 -1.9600
0.05 -1.6449
0.50 0
0.75 0.6745
0.80 0.8416
0.90 1.2816
0.95 1.6449
0.975 1.9600
0.99 2.3263
0.995 2.5758
0.999 3.0902

La courbe normale standard est symétrique, donc \(\Phi^{-1}(1-p) = -\Phi^{-1}(p)\). C'est pourquoi 0.05 donne -1.6449 et 0.95 donne +1.6449.

Publicité

Interpréter votre résultat

La valeur x est le seuil dont la probabilité à sa gauche vaut p et à sa droite 1 − p, donc \(P(X \le x) = p\). Par exemple, avec p = 0.95, x est le 95e percentile : 95 % des valeurs se situent au-dessous de ce seuil ou à ce niveau, et 5 % au-dessus.

  • Si p < 0.5, z est négatif et x se situe sous la moyenne.
  • Si p > 0.5, z est positif et x se situe au-dessus de la moyenne.
  • Si p = 0.5, z = 0 et x est égal à la moyenne (qui est aussi la médiane).

La règle empirique donne un ordre de grandeur utile : environ 68 % des valeurs se situent dans un intervalle de ±1σ autour de la moyenne, environ 95 % dans ±2σ, et environ 99,7 % dans ±3σ. Plus précisément, l'intervalle central à 95 % utilise z = ±1,96, et non exactement ±2.

Pour obtenir un intervalle central bilatéral avec un taux de couverture c, utilisez \(p = (1 + c)/2\) pour la borne supérieure et \(p = (1 - c)/2\) pour la borne inférieure. Pour un intervalle central à 95 %, p = 0.975 donne z = 1,96, et l'intervalle est \(\mu \pm 1.96\sigma\).

Tout cela suppose que les données sont bien décrites par une loi normale de moyenne et d'écart type que vous avez saisis. Si les données réelles sont asymétriques ou à queues lourdes, le seuil ne correspondra pas au percentile réel.

Questions fréquentes

Pourquoi la probabilité doit-elle être strictement comprise entre 0 et 1 ? Une loi normale s'étend à l'infini dans les deux directions : des probabilités exactement égales à 0 ou à 1 correspondraient donc à ±l'infini. Le calculateur n'accepte que les valeurs situées à l'intérieur de cet intervalle ouvert.

Que se passe-t-il si je laisse la moyenne et l'écart-type à leurs valeurs standard ? Si vous saisissez moyenne = 0 et écart-type = 1, la valeur normale inverse est directement égale au score z : vous obtenez alors le quantile classique de la loi normale centrée réduite.

Que signifie un résultat négatif ? Si votre probabilité est inférieure à 0,5, la valeur se situe à gauche de la moyenne, ce qui donne un score z négatif et une valeur inférieure à μ. C'est tout à fait normal, ce n'est pas une erreur.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques