Qu'est-ce que la fonction LOI.
Tu sors LOI.F.DROITE quand ta statistique F est déjà calculée et qu'il faut trancher, sans ressortir une table de loi imprimée, si l'écart que tu observes est significatif ou relève simplement du bruit d'échantillonnage.
Que tu travailles en analyse de données, en contrôle qualité ou en recherche, LOI.F.DROITE t'aide à valider statistiquement tes conclusions. Elle te donne directement la p-value pour tester si deux variances sont significativement différentes ou si les groupes d'une ANOVA diffèrent vraiment.
Syntaxe
=LOI.F.DROITE(x; degrés_liberté1; degrés_liberté2)Clique sur un argument pour aller à son explication.
LOI.F.DROITE est la version moderne d'Excel 2010+. L'ancienne fonction LOI.F (toutes versions) calcule la probabilité cumulative gauche : LOI.F(x; ddl1; ddl2) = 1 - LOI.F.DROITE(x; ddl1; ddl2).
Comprendre chaque paramètre de la fonction LOI.F.DROITE
Les trois arguments arrivent dans un ordre qui n'a rien d'anodin : d'abord ta statistique F, puis les degrés de liberté du numérateur, enfin ceux du dénominateur. Tous sont obligatoires, aucun n'est facultatif.
Le point qui pique le plus : les deux degrés de liberté doivent suivre exactement le sens de ton ratio. Si tu as calculé F en mettant la variance A au numérateur, c'est degrés_liberté1 qui porte l'échantillon A. Les intervertir ne déclenche aucune alerte mais fausse la p-value.
x
: c'est la valeur de ta statistique F pour laquelle tu veux évaluer la probabilitéEn pratique, tu obtiens cette valeur en divisant deux variances ou en calculant le ratio variance inter-groupes / variance intra-groupes (dans le cas d'une ANOVA). Plus cette valeur est élevée, plus les variances sont différentes.
degrés_liberté1
: ce sont les degrés de liberté du numérateur (le groupe dont la variance apparaît au numérateur de ton ratio F)Si tu compares deux échantillons, c'est simplement la taille du premier échantillon moins 1. Pour une ANOVA, c'est le nombre de groupes moins 1.
degrés_liberté2
: ce sont les degrés de liberté du dénominateur (le groupe dont la variance apparaît au dénominateur)Même principe que pour degrés_liberté1 : taille échantillon - 1. Pour une ANOVA, c'est le nombre total d'observations moins le nombre de groupes.
Attention : L'ordre des degrés de liberté compte. Si tu as calculé F = Var.A / Var.B, alors degrés_liberté1 doit correspondre à l'échantillon A et degrés_liberté2 à l'échantillon B. Les inverser donne une p-value incorrecte.
Exemples pratiques pas à pas
Comment calculer la p-value d'une ANOVA avec la fonction LOI.F.DROITE
Un essai agronomique compare des rendements sur plusieurs types de sol et plusieurs doses d'engrais, et chaque analyse de variance a déjà sorti sa statistique F. Il faut maintenant décider, essai par essai, si les écarts de rendement entre modalités sont réels ou s'ils rentrent dans le bruit des parcelles. La fonction LOI.F.DROITE donne pour chaque F la probabilité d'en observer un aussi grand alors que toutes les modalités se vaudraient.
- 1Dans une cellule, écris
=LOI.F.DROITE(. - 2En 1er argument : clique sur la cellule qui porte la statistique F de l'analyse de variance,
B2. Elle affiche2,50sur la ligne LOI-01, et viser la cellule plutôt que recopier le nombre garde la formule juste quand elle descend d'un essai à l'autre. - 3En 2ᵉ argument : saisis les degrés de liberté du numérateur,
2. Ils valent le nombre de modalités du facteur moins une, et se lisent dans la colonne Ddl sous la forme(2,27). - 4En 3ᵉ argument : saisis les degrés de liberté du dénominateur,
27. Ils valent le nombre total d'observations moins le nombre de modalités. Les intervertir avec les précédents ne déclenche aucune alerte mais fausse le résultat. La formule=LOI.F.DROITE(2,5; 27; 2)rend32,6 %au lieu de10,1 %. - 5Ferme la parenthèse et appuie sur Entrée, puis recopie la formule vers le bas pour obtenir la p-value de chaque essai.
=LOI.F.DROITE(B2; 2; 27)10,1 % laisse debout l'hypothèse d'égalité des moyennes : un essai sur dix produirait un écart aussi marqué par pur hasard. À partir de 3,50, les tests basculent tous sous les 5 %.
Comment tester deux séries brutes avec les fonctions LOI.F.DROITE et VAR.S
Deux serveurs répondent en moyenne à la même vitesse, et pourtant les plaintes sur les temps de réponse ne visent que l'un des deux. L'hypothèse est que le problème n'est pas le niveau moyen mais l'irrégularité : quelques requêtes très lentes suffisent à dégrader l'expérience sans bouger la moyenne d'un millième. Dix mesures ont été relevées sur chaque serveur, et la fonction LOI.F.DROITE peut trancher directement à partir de ces données brutes.
- 1Dans une cellule, écris
=LOI.F.DROITE(. - 2En 1er argument : saisis le ratio des deux variances,
VAR.S(C2:C11)/VAR.S(B2:B11). La fonction VAR.S calcule chaque variance à partir des dix mesures brutes, et la plus grande passe au numérateur pour que la statistique F dépasse1, comme le veut la convention du test. - 3En 2ᵉ argument : saisis les degrés de liberté du numérateur,
9. Ce sont les dix mesures du serveur B, moins une. Ils suivent la plage placée en haut du ratio, pas l'ordre des colonnes du tableau. - 4En 3ᵉ argument : saisis les degrés de liberté du dénominateur,
9également, pour les dix mesures du serveur A. Les deux échantillons ont ici la même taille, ce qui rend l'inversion sans conséquence, mais c'est un cas particulier et non la règle. - 5Ferme la parenthèse et appuie sur Entrée. Les deux parenthèses des fonctions VAR.S ont déjà été refermées à l'intérieur du premier argument.
=LOI.F.DROITE(VAR.S(C2:C11)/VAR.S(B2:B11); 9; 9)20 sur 3,33, soit exactement 6. Le verdict 0,0068 est net, et il ne se lit surtout pas sur les moyennes, rigoureusement identiques à 120 ms de part et d'autre. Ce qui sépare les deux serveurs, c'est la régularité : 1,8 ms d'écart-type contre 4,5 ms.
Comment compter le nombre de tests significatifs avec les fonctions LOI.F.DROITE et NB.SI
Une campagne d'essais a produit huit analyses de variance sur le même protocole, et la question posée en réunion n'est plus « celui-ci est-il significatif ? » mais « combien le sont ? ». Le tableau porte déjà la p-value de chaque essai, calculée par la fonction LOI.F.DROITE. La fonction NB.SI donne alors le nombre d'essais qui passent sous le seuil, sans qu'il faille les pointer un par un.
- 1Dans une cellule, écris
=NB.SI(. - 2En 1er argument : sélectionne la colonne des p-values,
D2:D9. La fonction LOI.F.DROITE les a calculées essai par essai, et NB.SI se contente de les parcourir sans rien recalculer. - 3En 2ᵉ argument : saisis le critère de comptage entre guillemets,
"<0,05". Le seuil s'écrit sous forme de texte parce que NB.SI attend sa comparaison ainsi, même quand elle porte sur des nombres. Changer ce seul texte en"<0,01"durcit tout le comptage sans toucher à la colonne. - 4Ferme la parenthèse et appuie sur Entrée.
=NB.SI(D2:D9; "<0,05")p-value (droite) est produite ligne à ligne par la fonction LOI.F.DROITE, et la fonction NB.SI se contente ensuite de la parcourir. Sur ces huit essais, 5 passent sous le seuil de 5 %. Le critère s'écrit entre guillemets, "<0,05", parce que NB.SI attend son test sous forme de texte même quand la comparaison porte sur des nombres.
Les erreurs fréquentes avec la fonction LOI.F.DROITE
Le souci sournois avec LOI.F.DROITE, c'est qu'elle ne crie pas toujours quand quelque chose cloche. Inverse l'ordre des degrés de liberté par rapport à ton ratio F et tu obtiens une p-value parfaitement plausible mais fausse, sans le moindre code d'erreur pour t'avertir.
Les vraies alertes visibles arrivent quand tu lui passes une statistique F négative ou nulle : comme F est un ratio de variances, il est toujours positif, et Excel renvoie #NOMBRE! si tu vois autre chose. Le troisième piège est plus silencieux encore : confondre LOI.F (queue gauche) avec LOI.F.DROITE (queue droite), ce qui te donne le complément de la p-value que tu cherchais.
P-value incorrecte à cause de l'ordre des degrés de liberté inversé
L'ordre des degrés de liberté doit correspondre à ton calcul de F. Si tu as calculé F = Var.A / Var.B, alors degrés_liberté1 correspond à l'échantillon A et degrés_liberté2 à l'échantillon B. Inverser cet ordre donne une p-value incorrecte sans aucune erreur affichée.
Solution : Vérifie que degrés_liberté1 correspond bien au numérateur de ton ratio F. Si F = Var.A / Var.B, écris =LOI.F.DROITE(F; ddl.A; ddl.B), jamais =LOI.F.DROITE(F; ddl.B; ddl.A).
Erreur #NOMBRE! avec une statistique F négative ou nulle
La statistique F est toujours positive car c'est un ratio de variances (qui sont toujours positives). Si tu obtiens F inférieur ou égal à 0, vérifie ton calcul de variance ou ta formule. Excel retourne #NOMBRE! pour toute valeur négative.
Solution : Assure-toi que ta statistique F est bien calculée comme un ratio de variances. Les variances (calculées avec VAR.S ou VAR.P) sont toujours positives ou nulles. Si tu vois F négatif, c'est que tu as soustrait plutôt que divisé.
Confondre LOI.F et LOI.F.DROITE
LOI.F calcule la probabilité cumulative de gauche (valeurs inférieures ou égales à x), tandis que LOI.F.DROITE calcule la queue droite (valeurs supérieures ou égales à x). Les deux fonctions donnent des résultats différents pour le même x.
Solution : Pour les tests statistiques, utilise presque toujours LOI.F.DROITE : elle donne directement la p-value pour tester si F est significativement élevé. Si tu as utilisé LOI.F par erreur, la p-value correcte est = 1 - LOI.F(x; ddl1; ddl2).
Workflow pratique : de tes données à la p-value
Voici comment utiliser LOI.F.DROITE dans un workflow complet, étape par étape.
Étape 1 : calcule les variances de tes deux groupes avec =VAR.S(A2:A15) et =VAR.S(B2:B20). Étape 2 : calcule la statistique F en divisant la plus grande variance par la plus petite : =MAX(Var.A; Var.B) / MIN(Var.A; Var.B). Étape 3 : détermine les degrés de liberté (ddl = taille échantillon - 1 pour chaque groupe). Étape 4 : calcule la p-value avec =LOI.F.DROITE(F; ddl1; ddl2). Étape 5 : si p < 0,05, les variances sont statistiquement différentes ; si p >= 0,05, pas de différence significative.
Raccourci : tu peux combiner toutes ces étapes en une seule formule, par exemple =LOI.F.DROITE(VAR.S(A2:A15)/VAR.S(B2:B20); 14; 19) si les deux groupes ont 15 observations chacun.
Questions fréquentes
LOI.F.DROITE retourne la probabilité de la queue droite (valeurs supérieures à x), tandis que LOI.F retourne la probabilité cumulative de gauche. En pratique, LOI.F.DROITE est plus utilisée pour les tests statistiques car elle donne directement la p-value.
Le résultat est une probabilité entre 0 et 1. Plus elle est petite (typiquement inférieure à 0,05), plus il est probable que les variances soient significativement différentes. C'est ta p-value pour un test F unilatéral.
Divise la plus grande variance par la plus petite : F = grande variance / petite variance. Puis utilise =LOI.F.DROITE(F; ddl1; ddl2) où ddl1 et ddl2 sont les degrés de liberté (taille échantillon - 1) des deux groupes. Mettre la grande variance au numérateur garantit F >= 1.
Les degrés de liberté définissent la forme de ta distribution F. Avec de petits échantillons (faibles ddl), la distribution est très étalée. Avec de grands échantillons (hauts ddl), elle se resserre. Cela affecte directement ta p-value : à statistique F égale, un grand échantillon donne une p-value plus petite.
Absolument. L'ANOVA utilise un test F pour comparer plusieurs groupes. Tu calcules d'abord ta statistique F avec la variance inter-groupes divisée par la variance intra-groupes, puis LOI.F.DROITE te donne la p-value pour savoir si au moins un groupe diffère significativement des autres.
Pour aller plus loin
Continue sur ta lancée après la fonction LOI.F.DROITE : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
Comment interpréter le résultat ?
LOI.F.DROITE te retourne une p-value, un nombre entre 0 et 1. Plus cette valeur est petite, plus il est improbable d'obtenir une statistique F aussi élevée par simple hasard.
Si la p-value est supérieure ou égale à 0,05 : pas de différence significative détectée. Les variances observées peuvent s'expliquer par le hasard, tu n'as pas suffisamment de preuves pour rejeter l'hypothèse d'égalité. Si la p-value est inférieure à 0,05 : différence significative. La probabilité que ce résultat soit dû au hasard est inférieure à 5%.
Attention : le seuil de 0,05 est une convention, pas une loi absolue. Dans certains domaines (médical, pharmaceutique), on utilise 0,01 pour être plus prudent. À l'inverse, en recherche exploratoire, 0,10 peut être acceptable. Adapte le seuil à ton contexte.