Connectez-vous via MCP →

Entrez le calcul

Formule

Show calculation steps (1)
  1. Cumulative Probability (CDF)

    Cumulative Probability (CDF): Calculateur de loi normale centrée réduite

    Lower cumulative probability P(Z <= x); upper = 1 - this value

Publicité

Résultats

Densité de probabilité au point x
0,241971
loi normale centrée réduite N(0,1)
Grandeur Valeur
Lower cumulative P(X ≤ x) 0,8413447
Upper cumulative P(X ≥ x) 0,1586553
Inner cumulative P(−|x| ≤ X ≤ |x|) 0,6826895

À quoi sert ce calculateur

La loi normale centrée réduite N(0,1) est la fameuse courbe en cloche, de moyenne 0 et d'écart-type 1. À partir d'une valeur x (que l'on appelle aussi score z ou cote z), ce calculateur fournit quatre résultats : la densité de probabilité au point x, la probabilité cumulée inférieure \(P(X \le x)\), la probabilité cumulée supérieure \(P(X \ge x)\) et la probabilité bilatérale centrale \(P(-|x| \le X \le |x|)\). Il fonctionne pour tout réel x, qu'il soit positif, négatif ou nul.

Courbe en cloche normale standard centrée sur zéro avec une aire ombrée sous la courbe
La courbe normale centrée réduite N(0,1) : la hauteur de la densité φ(x) et l'aire donnant la fonction de répartition Φ(x).

Comment l'utiliser

Saisissez une valeur de x et lisez directement les résultats. Par exemple, x = 1 correspond à un écart-type au-dessus de la moyenne, tandis que x = 1,96 représente le seuil classique d'un intervalle de confiance à 95 %. Aucune unité n'est requise : la variable normale centrée réduite est sans dimension.

Les formules expliquées

La densité s'écrit $$\varphi(x) = \frac{1}{\sqrt{2\pi}}\, e^{-x^{2}/2}$$ où \(\frac{1}{\sqrt{2\pi}} \approx 0{,}3989423\). La fonction de répartition (probabilité cumulée inférieure) vaut $$\Phi(x) = \frac{1}{2}\left[\,1 + \operatorname{erf}\!\left(\frac{x}{\sqrt{2}}\right)\right]$$ à l'aide de la fonction d'erreur de Gauss erf. La queue supérieure est \(Q(x) = 1 - \Phi(x)\) et la probabilité centrale est \(I(x) = \operatorname{erf}(|x|/\sqrt{2}) = 2\Phi(|x|) - 1\). Comme les bibliothèques mathématiques de base ne proposent pas la fonction erf, nous l'évaluons grâce à l'approximation rationnelle 7.1.26 d'Abramowitz & Stegun (erreur maximale d'environ \(1{,}5\times10^{-7}\)), précise à environ six décimales pour l'affichage.

Publicité
Courbe en cloche montrant la queue inférieure, la queue supérieure et les régions bilatérales en différentes teintes
Régions de probabilité inférieure (Φ), supérieure (1−Φ) et bilatérale de la loi normale standard.

Exemple détaillé

Pour x = 1 : $$\varphi(1) = 0{,}3989423 \times e^{-0{,}5} \approx 0{,}2419707$$ \(\operatorname{erf}(0{,}7071068) \approx 0{,}6826895\), d'où \(\Phi(1) \approx 0{,}8413447\), soit une queue supérieure de 0,1586553 et une probabilité centrale de 0,6826895 — on retrouve la célèbre règle « 68 % des valeurs se situent dans un intervalle de ±1 écart-type ».

Questions fréquentes

Qu'est-ce qu'un score z ? C'est le nombre d'écarts-types séparant une valeur de la moyenne. Pour la loi normale centrée réduite, la valeur et son score z sont identiques.

Pourquoi la probabilité centrale utilise-t-elle |x| ? La région bilatérale est symétrique par rapport à zéro : un x négatif donne donc la même probabilité centrale que son équivalent positif.

Quelle est la précision des résultats ? L'approximation de la fonction d'erreur est exacte à environ six décimales près, ce qui est largement suffisant pour les travaux statistiques courants.

Dernière mise à jour: