Qu'est-ce que la fonction INVERSE.
INVERSE.LOI.F.DROITE te sert à fixer ton seuil de décision avant de lancer un test, la valeur F au-delà de laquelle tu rejetteras l'hypothèse que tes groupes ou tes variances ne diffèrent pas. C'est l'outil qu'il te faut pour poser ce seuil dans tes tests d'ANOVA, de comparaison de variances ou de régression, avant même de connaître le résultat.
Plus intuitive que INVERSE.LOI.F, car tu travailles directement avec ton seuil alpha (0,05 pour 5 %, 0,01 pour 1 %). Elle s'utilise en analyses de variance pour comparer les performances de plusieurs groupes, en contrôle qualité pour comparer des procédés, et en modélisation statistique pour valider la significativité globale d'un modèle de régression.
Syntaxe
=INVERSE.LOI.F.DROITE(probabilité; degrés_liberté1; degrés_liberté2)Clique sur un argument pour aller à son explication.
INVERSE.LOI.F.DROITE(alpha; dl1; dl2) est équivalent à INVERSE.LOI.F(1-alpha; dl1; dl2). Les deux retournent la même valeur critique F, mais l'écriture avec la queue droite est plus directe pour les tests statistiques.
Comprendre chaque paramètre de la fonction INVERSE.LOI.F.DROITE
Les trois arguments se lisent toujours dans le même ordre : ta probabilité (ton seuil alpha, du genre 0,05), puis le degré de liberté du numérateur, et enfin celui du dénominateur. Aucun n'est facultatif.
Attention à ne pas intervertir les deux degrés de liberté : (5; 20) ne donne pas le même F critique que (20; 5). Le premier décrit la variation entre groupes, le second la variation à l'intérieur.
probabilité
: la probabilité à droite de la valeur critique (aire dans la queue droite), un nombre strictement entre 0 et 1C'est ton seuil alpha. Par exemple, 0,05 signifie « 5 % des valeurs F sont au-dessus de cette limite ». Pour un test au seuil de 5 %, tu utilises directement 0,05.
Si tu passes 0 ou 1, ou une valeur hors de cet intervalle, Excel retourne #NOMBRE!.
degrés_liberté1
: le degré de liberté du numérateurPour un test de variance entre deux échantillons, c'est n1 - 1 (où n1 est la taille du premier échantillon). Pour une ANOVA, c'est k - 1 (où k est le nombre de groupes). Pour une régression, c'est le nombre de variables explicatives p.
Les degrés de liberté doivent être des entiers positifs (au minimum 1). Excel arrondira les décimales, mais évite ce cas pour plus de clarté.
degrés_liberté2
: le degré de liberté du dénominateurPour un test de variance entre deux échantillons, c'est n2 - 1. Pour une ANOVA, c'est N - k (où N est le nombre total d'observations). Pour une régression, c'est n - p - 1 (où n est le nombre d'observations et p le nombre de variables).
Si tu obtiens un degré de liberté négatif ou nul, ton plan d'expérience n'a pas assez d'observations pour le nombre de paramètres à estimer.
Attention : L'ordre des degrés de liberté est crucial. INVERSE.LOI.F.DROITE(0,05; 5; 20) est différent de INVERSE.LOI.F.DROITE(0,05; 20; 5). Ne les inverse pas !
Exemples pratiques pas à pas
Comment trouver la valeur F critique d'une ANOVA avec la fonction INVERSE.LOI.F.DROITE
Une série d'analyses de variance compare des groupes de traitement, et chaque plan a son nombre de groupes, son nombre de résidus et son niveau d'exigence. Les seuils doivent être posés avant de voir les résultats, sinon la tentation de déplacer la barre jusqu'à ce que la conclusion arrange devient irrésistible. La fonction INVERSE.LOI.F.DROITE part du seuil et des deux degrés de liberté pour rendre la valeur F à dépasser, ce qui remplit toute la colonne en une recopie.
- 1Dans une cellule, écris
=INVERSE.LOI.F.DROITE(. - 2En 1er argument : clique sur le seuil de risque que tu t'autorises,
B2. La cellule affiche5,00 %, qu'Excel lit comme0,05, et cette aire laissée dans la queue droite se passe telle quelle, sans jamais la diviser par deux ni la retrancher de1. - 3En 2ᵉ argument : clique sur le degré de liberté du numérateur,
C2, qui vaut2ici. C'est le nombre de groupes comparés moins un, autrement dit la variation entre les groupes que ton analyse cherche à mettre en évidence. - 4En 3ᵉ argument : clique sur le degré de liberté du dénominateur,
D2, qui vaut70ici. C'est le nombre total d'observations moins le nombre de groupes, la variation résiduelle interne aux groupes. Elle sert de mètre étalon, et plus elle grandit, plus le seuil s'abaisse et plus le test gagne en sensibilité. - 5Ferme la parenthèse et appuie sur Entrée, puis recopie la formule vers le bas pour poser d'un coup les quatorze seuils de la colonne.
=INVERSE.LOI.F.DROITE(B2; C2; D2)
Comment calculer le seuil F d'une régression multiple avec la fonction INVERSE.LOI.F.DROITE
Trois modèles de régression sont en concurrence, chacun avec son nombre de prédicteurs et son jeu de données, et il faut savoir à partir de quel F chacun devient significatif dans son ensemble. Le degré de liberté des résidus change à chaque modèle et se recalcule à la main dans neuf cas sur dix, ce qui est exactement là où l'erreur se glisse. La fonction INVERSE.LOI.F.DROITE accepte une expression dans ses arguments, donc tu ne saisis que le nombre de variables et le nombre d'observations.
- 1Dans une cellule, écris
=INVERSE.LOI.F.DROITE(. - 2En 1er argument : saisis
0,05en dur, le même seuil de 5 % pour les trois modèles. Le test de significativité globale d'une régression est unilatéral à droite comme une analyse de variance, donc il n'y a rien à diviser par deux. - 3En 2ᵉ argument : clique sur le nombre de variables explicatives,
B2, qui vaut5ici. En régression, ce degré est directement le nombre de prédicteurs, et non ce nombre moins un, ce qui le sépare de la logique d'une analyse de variance. - 4En 3ᵉ argument : saisis le calcul du degré de liberté des résidus,
C2-B2-1, soit120 - 5 - 1donc114. Le moins un supplémentaire tient à la constante du modèle, qu'on oublie une fois sur deux en comptant les résidus de tête. - 5Ferme la parenthèse et appuie sur Entrée, puis recopie la formule vers le bas pour obtenir les trois seuils en une fois.
=INVERSE.LOI.F.DROITE(0,05; B2; C2-B2-1)n - p - 1, ce qui donne 114 résidus pour un modèle à 5 variables sur 120 observations. La comparaison des trois lignes est instructive : le modèle 3, pourtant plus chargé en variables, obtient le seuil le plus bas (1,9871) parce que ses 200 observations lui laissent bien plus de résidus. Ajouter des variables durcit le test, ajouter des observations l'assouplit.
Comment éviter l'erreur #NOMBRE! de la fonction INVERSE.LOI.F.DROITE
Un protocole ambitieux prévoit huit variables explicatives, et le recrutement des sujets s'annonce nettement plus maigre que prévu. Avant de lancer quoi que ce soit, tu veux savoir à partir de combien d'observations le modèle a encore une chance d'être concluant, plutôt que de le découvrir une fois les données collectées. La fonction INVERSE.LOI.F.DROITE répond directement, puisque le seuil qu'elle rend s'envole dès que les degrés de liberté résiduels manquent.
- 1Dans une cellule, écris
=INVERSE.LOI.F.DROITE(. - 2En 1er argument : saisis
0,05sur les quatre lignes, de façon à ne faire varier que le plan d'expérience et à garder les quatre seuils comparables entre eux. - 3En 2ᵉ argument : clique sur le nombre de variables explicatives,
B2, qui vaut5ici. Il doit rester au moins égal à1, car un modèle sans la moindre variable à tester renverrait#NOMBRE!. - 4En 3ᵉ argument : saisis le calcul des résidus,
C2-B2-1, et c'est lui qui décide de tout. Dès1la formule aboutit mais rend un seuil hors d'atteinte, tandis qu'à0ou en dessous elle renvoie#NOMBRE!, si bien qu'il te faut au minimum deux observations de plus que de variables pour que le test existe. - 5Ferme la parenthèse et appuie sur Entrée, puis recopie la formule sur les quatre lignes pour mettre les plans en regard d'un coup d'œil.
=INVERSE.LOI.F.DROITE(0,05; B2; C2-B2-1)#NOMBRE! du bas ne sont pas des bugs, ce sont des plans d'expérience qui n'existent pas : avec 8 variables et 9 observations, le calcul n - p - 1 tombe à zéro, donc il ne reste plus un seul résidu pour estimer l'erreur. La ligne du milieu est la plus parlante, parce qu'elle ne déclenche aucune erreur et rend un seuil de 238,8827. Aucun modèle réel n'atteint un F pareil, ce qui revient à dire qu'un plan à 8 variables pour 10 observations ne pourra jamais rien démontrer.
Attention : Le vrai danger n'est pas le #NOMBRE!, qui t'arrête net, mais la ligne Plan tendu qui passe sans broncher. Un seuil de 238,8827 est un test parfaitement valide sur le plan mathématique et parfaitement inutile en pratique. Regarde toujours l'ordre de grandeur de la valeur critique que tu obtiens : si elle dépasse la dizaine, c'est ton plan d'expérience qu'il faut revoir, pas ta formule.
Les erreurs fréquentes avec la fonction INVERSE.LOI.F.DROITE
Ce qui fait dérailler cette fonction tient surtout aux degrés de liberté : oublier de retrancher 1, les écrire dans le mauvais ordre, ou tomber sur un dénominateur nul quand tu as trop peu d'observations pour tes paramètres. Côté probabilité, taper 5 au lieu de 0,05 te renvoie un #NOMBRE! direct.
Le dernier piège est invisible : diviser alpha par 2 par réflexe « test bilatéral » alors qu'une ANOVA se lit uniquement à droite. Là, aucun message d'erreur, juste un seuil faussé.
Probabilité hors de l'intervalle valide
La probabilité doit être strictement entre 0 et 1 (ni égale à 0, ni égale à 1). Des valeurs en dehors génèrent #NOMBRE!. Erreur courante : écrire 5 au lieu de 0,05.
Solution : Vérifie que ta valeur alpha est bien un décimal entre 0 et 1 : 0,05 pour 5 %, 0,01 pour 1 %, 0,10 pour 10 %. Jamais 5, 1 ou 10.
Oublier de soustraire 1 pour les degrés de liberté
Les degrés de liberté pour un échantillon de taille n sont n - 1, pas n. Pour une ANOVA avec k groupes, utilise k - 1, pas k. Cette erreur fausse complètement le résultat sans message d'avertissement.
Solution : Écris directement =INVERSE.LOI.F.DROITE(0,05; 4-1; 100-4) plutôt que de calculer les dl à la main : Excel effectue la soustraction et tu vois clairement la logique.
Inverser l'ordre des degrés de liberté
L'ordre est crucial : numérateur d'abord, dénominateur ensuite. Pour une ANOVA, c'est (k-1; N-k), jamais (N-k; k-1). Inverser les degrés donne des valeurs complètement fausses qui invalident le test.
Solution : Mémorise : premier dl = variation entre groupes (k-1), deuxième dl = variation au sein des groupes (N-k). Documente tes cellules avec des labels explicites pour ne jamais perdre le fil.
Diviser alpha par 2 pour une ANOVA
L'ANOVA est un test unilatéral à droite. Diviser alpha par 2 revient à appliquer une correction pour test bilatéral qui n'a pas lieu d'être ici. Cela donne une valeur critique trop élevée et réduit faussement la puissance du test.
Solution : Pour une ANOVA, utilise directement =INVERSE.LOI.F.DROITE(0,05; dl1; dl2). La division par 2 est réservée aux tests de comparaison de deux variances bilatéraux.
Degrés de liberté négatifs ou nuls
Si tu calcules n - p - 1 et que le résultat est zéro ou négatif, tu as trop peu d'observations pour le nombre de paramètres à estimer. Excel retourne #NOMBRE!.
Solution : Augmente la taille de ton échantillon ou réduis le nombre de variables. Une régression avec p variables nécessite au moins p + 2 observations pour avoir dl2 >= 1.
Questions fréquentes
INVERSE.LOI.F.DROITE est plus intuitive pour les tests statistiques. Tu utilises directement ton seuil alpha (0,05 pour 5 %), tandis que INVERSE.LOI.F demande la probabilité cumulée gauche (0,95 pour un seuil de 5 %). Par exemple, INVERSE.LOI.F.DROITE(0,05; 5; 20) = INVERSE.LOI.F(0,95; 5; 20). Les deux retournent la même valeur critique.
Utilise =INVERSE.LOI.F.DROITE(0,01; k-1; N-k) où k est le nombre de groupes et N le nombre total d'observations. Par exemple, pour 4 groupes et 50 observations : =INVERSE.LOI.F.DROITE(0,01; 3; 46) retourne 4,228. Si ton F calculé dépasse 4,228, tes groupes diffèrent significativement au seuil de 1 %.
Pour un test de variance entre deux échantillons, utilise (n1-1) et (n2-1). Pour une ANOVA, utilise (k-1) pour le numérateur et (N-k) pour le dénominateur. Par exemple, 3 groupes avec 10 obs chacun : dl1 = 2, dl2 = 27.
Cela signifie que si les moyennes des groupes sont vraiment égales, seulement 5 % des ratios F dépasseraient 3,49 par hasard. Si ton F calculé dépasse 3,49, tu as une preuve statistique forte (au seuil de 5 %) que les moyennes diffèrent réellement.
L'ANOVA est un test unilatéral à droite : tu cherches uniquement si F est trop grand. Un test de comparaison de deux variances est bilatéral (une variance peut être supérieure ou inférieure à l'autre), donc on divise alpha par 2. Pour ANOVA, utilise directement =INVERSE.LOI.F.DROITE(0,05; dl1; dl2).
Pour aller plus loin
Continue sur ta lancée après la fonction INVERSE.LOI.F.DROITE : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
